阿里研究院：云原生新生產力的飛躍-2022云原生產業白皮書（81頁）.pdf

《阿里研究院：云原生新生產力的飛躍-2022云原生產業白皮書（81頁）.pdf》由會員分享，可在線閱讀，更多相關《阿里研究院：云原生新生產力的飛躍-2022云原生產業白皮書（81頁）.pdf（81頁珍藏版）》請在三個皮匠報告上搜索。

1、云原生新生產力的飛躍數字新趨勢 - 系列數字技術前瞻出品人：高紅冰主編：蘇中編委會：安筱鵬、陳屹力、程璟、陳緒、李國強、栗蔚、劉如明白皮書項目團隊：栗 蔚 中國信息通信研究院 云計算與大數據研究所 副所長劉如明 中國信息通信研究院 云計算與大數據研究所 高級業務主管陳屹力 中國信息通信研究院 云計算與大數據研究所 云計算部副主任閆 丹 中國信息通信研究院 云計算與大數據研究所 高級業務主管周丹穎 中國信息通信研究院 云計算與大數據研究所 云計算部工程師杜 嵐 中國信息通信研究院 云計算與大數據研究所 云計算部工程師王海清 中國信息通信研究院 云計算與大數據研究所 云計算部工程師鄒文浩 中國信息

2、通信研究院 云計算與大數據研究所 云計算部工程師尹夏夢雪 中國信息通信研究院 云計算與大數據研究所 云計算部工程師安筱鵬 阿里研究院副院長程 璟 阿里巴巴集團公共事務副總裁陳 緒 阿里云基礎產品事業部技術戰略總監李國強 阿里云基礎產品事業部云原生應用平臺產品總監孟晉宇 阿里云開發者關系 & 全球培訓中心負責人史大治 阿里云政府產品與解決方案首席架構師蘇 中 阿里研究院未來技術中心負責人王榮剛 阿里云基礎產品事業部云原生應用平臺運營負責人* 編委會名單按照拼音字母排序前言在距今 4000 年前古蘇美爾人墓葬中，出土的馬賽克拼圖上出現了裝載武器的四輪馬車形象。它證實了人類早在四千年前就進入了馬力時

3、代，馬在當時已經被人類馴服并用于軍事運輸。馬力時代改變了人類社會：騎在馬背上的人類視野更開闊、移動范圍更大；軍隊的戰斗力以馬匹的數量來衡量；即使是在蒸汽機出現時，衡量它功率的標準還是“馬力”。從馴服的馬力到蒸汽機、電動機的兩次工業革命，每次變革都是人類生產力的一次偉大飛躍，人類社會依靠動力革命和能源革命實現了前所未有的大規模生產。隨著計算機的發明和互聯網的誕生，人類社會進入到數字時代。支撐互聯網發展的背后力量是海量的算力和無所不在的網絡連接。算力和網絡資源效能的不斷提升推動 IT 服務的標準化并最終催生出云計算技術。伴隨著云計算技術的不斷發展，IT 底層技術架構發生了革命性的重構，云原生思想、

4、技術、標準、工具應運而生。云原生將會重構企業和社會的數字基礎設施，實現全生產周期的要素數字化，進而加速數據與生產業務的融合貫通。它或將帶來人類社會進入數字時代后生產力的又一次偉大飛躍。蘇中未來技術中心 阿里研究院卷首語計算是數字世界的動力，云計算是數字時代的“水電煤”。但相比“水電煤”的“即插即用”，云計算所具備的易用性還有很長的路要走。云原生，究其根本意義，是規范“用云”的架構模式、技術標準，提供相應的工具，是把云計算真正變成“水電煤”的關鍵所在。未來的一切應用應該是按照云原生規范構建的，通過云原生工具，可以即插即用地對接到任何一朵云上而獲得澎湃動力。數字時代，對應用的彈性與韌性，提出了更高

5、要求。為了保障社會正常運轉，滿足人們工作、生活、醫療、教育全方位的新需求，很多開發者需要在短時間內上線新系統，快速伸縮以滿足突增的訪問量，確保系統在任何情況下持續正常運轉。為此，開發者付出了無數個不眠之夜。除了易用性，我們希望云原生能將過去在應用架構層做的大量工作，尤其是彈性與韌性，下沉到云平臺層去實現，讓應用只需要關注客戶體驗與業務邏輯。我們理應期待，未來基于云原生的應用，將天然具備彈性與韌性。阿里巴巴既是云計算服務的提供者，也是用云的先行者。從 2009 年啟動云計算平臺建設開始，當時的小微企業貸款業務就與云共同成長；隨后阿里巴巴的業務系統與云并肩發展，共同扛過一次次雙十一，不斷將云的技術

6、先進性轉化為業務效率與客戶體驗； 2019 年，阿里巴巴的核心系統已經全量上云；到 2021 年，天貓雙十一系統 100% 上云。我們期望云原生能推動云計算行業走向新的發展階段。我們相信云原生架構與技術一定是開放的、與全行業共同定義與建設的。只有如此，才能讓云計算真正成為即插即用，具備彈性、韌性，由全社會共建共享的數字基礎設施。阿里巴巴堅持“三位一體”的云原生理念：技術社區的云原生產品及標準與阿里云客戶、阿里巴巴自身業務系統使用的產品及標準，必須是同一套。我們希望阿里巴巴的最佳實踐、阿里巴巴客戶的最佳實踐，也是全行業可分享的最佳實踐。讓我們共同用實踐，推動云計算“水電煤”時代的到來。程立（魯肅

7、）阿里集團首席技術官如今，企業上云已經成為一種必然趨勢。與此同時，作為誕生于云計算時代的新技術理念，云原生也讓企業用云方式從“上云”到“云上”轉變。云原生擁有傳統 IT 無法比擬的優勢，它能從技術理念、核心架構、最佳實踐等方面，幫助企業 IT 平滑、快速、漸進式地落地上云之路?？梢灶A測 , 在未來企業加快數字化轉型的過程中 , 云原生一定會得到最廣泛的應用。通過云原生，可以讓企業最大化使用云的能力，聚焦于自身業務發展，也可以讓開發者基于云原生的技術和產品，提升開發效率，并將精力更多地聚焦于業務邏輯實現。云原生正在成為新基建落地的重要技術抓手，只有提前擁抱新基礎設施，才不會被時代淘汰。今天， 越

8、來越多的企業堅定了上云和實現數字化轉型的信念， 而云原生技術則是實現數字化轉型的最短路徑。 在過去傳統工作方式下， 一家企業想使用云原生的技術或產品， 需要花費大量精力研究一些開源項目，自己做運維和管理，還需要考慮集成、穩定性保障等問題。今天，為了方便企業和開發者使用云原生技術和產品，更好地接受云原生理念，阿里云做了很多工作。一方面，我們在內部積極推進云原生技術使用，阿里云內部有非常豐富、大規模的使用場景，通過這些場景充分打磨云原生技術；另一方面，阿里云擁有國內最豐富的云原生產品家族、最全面的云原生開源貢獻以及最大規模的云原生應用實踐，去為最大云原生客戶群體賦能。在容器、DevOps、分布式應

9、用、服務網格、數據智能和 Serverless 等領域均為企業提供豐富的技術和產品體系，滿足不同行業和場景的需求。阿里云更重要的責任是將阿里巴巴沉淀十多年的云原生實踐對外輸出，賦能數百萬家企業進行云原生改造，提升研發效率，同時降低 IT 成本，攜手客戶邁入數字原生時代。云原生的核心是創新。硬核技術要創新，服務客戶的模式也要創新。今天我們講云原生是阿里云的再升級，其實，云原生也是阿里云的 DNA。相信在阿里云云原生的助推下，“云”將成為“日用品”，讓企業業務“生于云，長于云”，幫助企業實現全面數字化，享受云計算技術帶來的紅利。蔣江偉（小邪）阿里云智能基礎產品事業部總經理序言數字生產力的崛起：從“

10、電原生”到“云原生”生產力是人類征服和改造自然的客觀物質力量， 是一個時代發展水平的集中體現。 一部社會發展史，就是勞動者發揮聰明才智，不斷創造新的勞動手段（勞動工具），去認識自然，適應自然和改造自然（作用于勞動對象）的過程。生產力三要素在各個社會形態中的表現形式各不相同，數據生產力是數字經濟時代最顯著的特征。從“刀耕火種”到“鐵犁牛耕”，再到“機器代人”，生產力的變革帶來生產方式、管理方式、資源獲取方式的巨大改變。人類社會得以不斷獲取并支配著密度更高的能量，促進人口數量的激增，重塑人類社會結構和組織結構。一、一次產業革命，一代基礎設施每一次產業技術的興起， 均產生一組協同作用、 相互依賴的產

11、業以及一個或更多的基礎設施網絡，帶來傳統利益格局、產業體系、制度文化的重構。英國學者佩蕾斯對工業時代技術經濟范式的遷移進行了系統論述。第一次產業技術革命在英國打開了機械化大門，1771 年阿克萊特在克隆福德的工廠開張，機械化設備的大規模應用極大地削減了棉紡織業和其他產業的成本，進而導致了河運、水道及收費公路等基礎設施的快速建設。工廠生產，機械化加工，生產效率得到提高。世界正在逐漸變“大”。第二次產業技術革命， 鐵路和蒸汽動力的廣泛應用從英國逐漸擴展到歐洲和美洲。 鐵軌鐵路、普遍郵政服務、電報業、大型港口等一批基礎設施得以更新和建設。世界正在逐漸變“快”。第三次產業技術革命萌發于 1875 年，

12、安德魯卡內基的酸性轉爐鋼廠在匹茲堡開工。世界范圍的鐵路逐漸鋪開，大型橋梁和隧道，世界范圍的電話、電報、電力網絡成了新的基礎設施。世界正在逐漸變“小”。第四次產業技術革命肇始于 1908 年，福特產出 T 型車使汽車開始走入尋常百姓家。新的技術經濟范式也隨之出現，大規模生產，大眾化市場，產品實現標準化，基于石油的能源密集型組織占據核心。世界正在逐漸變“重”。第五次產業技術革命開始于 1971 年，英特爾微處理器的問世推動人類進入信息時代。信息密集型組織成為贏家，知識成為資本，無處不在的網絡結構，市場更加細分，分化更加嚴重。世界正在逐漸變“輕”。二、從“電原生”到“云原生”對于物理世界的描述，美國

13、哈佛大學的研究小組提出了著名的資源三角形：沒有物質，什么也不存在；沒有能量，什么也不會發生；沒有信息，任何事物都沒有意義。人類改造世界創造生產力的過程實際上是對這三大資源的不斷挖掘利用，首先被接觸到并應用的是物質資源，由此產生了簡單的手工生產力；其后能源資源的大規模開發利用成為驅動人類社會發展的主要動力，藉此誕生了強大的機器生產力；隨著人類對物理世界認識的不斷深入，信息成為驅動生產力發展新的增長點，至此衍生出不可思議的數據生產力。100 多年前，電燈的發明，開始有電的應用和普及，那時候供給端在工廠，發電裝置是那個時代制造業企業的標配，大部分的制造企業都自備電廠，真正的公共電廠的數量非常有限。當

14、時企業家們肯定也在思考，電的供給不穩定、不安全，會直接影響到自身企業的正常運行。在某種程度上，就像今天的云計算，很多時候企業家會想：那么多數據，云計算是不是不太安全？所以不少企業都會有自己的計算中心，就像 19 世紀 80 年代企業自備電廠一樣。但是由于電的規模經濟的發展以及技術本身的發展，企業在公用電力的經濟性和安全性上打消顧慮之后，中央電廠 + 電網這樣的基礎設施就快速發展普及起來。1907 年，中央電廠的模式占到當時美國用電量的 40%，1920 年代是 70%，1930 年代80%，1940 年代 90%。20 世紀 30 年代，“中央電廠 + 電網“的模式成為了工業社會的基礎設施。從

15、電的使用到電力成為工業社會的基礎設施，這個過程用了 50 年時間。今天，我們去看云計算或者新的基礎設施的時候，大概相當于當年電力發展的早期，很多方面正在加速體系化。所以，未來的十年或者更長的時間是一個新的基礎設施的安裝期。企業原有的運營底座由于云等新技術而不斷被數字化，新技術本身再封裝就將是一個更加高效的基礎設施。這個更高效的基礎設施，把原來所有企業、政府、醫療教育機構所依賴的基礎設施不斷地切換和升級。從百年尺度看，我們正在從“電原生”到“云原生”。2020 年 9 月 17 日，一家創立于 2012 年的 Snowflake 數據庫公司在美國上市，2019 年Snowflake 的銷售不到

16、3.5 億美元，但市值超過 750 億美元。Snowflake 上市是 2019 年美國IPO 融資規模最大公司，也創造了軟件公司 IPO 的最高記錄。Snowflake 正在從一個云數據庫演變為一個一站式的數據管理全生命周期服務平臺，這個平臺不僅是傳統關系型數據庫的交易服務，以及數據倉庫提供的分析能力，而且建立一個從數據生產到集成、傳輸到備份、交易到分析、智能化應用和挖掘的一站式數據治理平臺。國際咨詢公司預測，2023 年的時候全球 3/4的數據庫是跑在云上，Snowflake 從創建的時候就是一個面向云、基于云創建的一家公司，是一個云原生的數據庫企業。Snowflake 代表了云原生時代數

17、字技術演變和企業成長的新模式和新趨勢。如果說，蒸汽火車到電力機車是電氣化的“移民”，電燈、電冰箱、電影、電梯是電氣化的“原住民”和“電原生”。因為有了“電”所以有了“電梯”，因為有了“電梯”所以有了“高樓”，因為有了“高樓”所以有了“城市”。電開啟一個新時代。今天，云計算正在扮演同樣的角色，基于云邊端的新型數字基礎設施正在形成，并將孕育和催生許多新云原生產品。我們正在走向云原生時代，云原生，就是因云而生的軟件、硬件、架構。未來會催生培育許多“云原生”新產品：新一代人數據庫、人工智能、存儲、芯片、網絡和健康碼。云原生極致的彈性、服務自治、大規?？蓮椭频饶芰?，更容易實現異構資源標準化、加速數字生產

18、力釋放、加快業務應用的迭代速度、推動業務創新。轉型與原生并行。今天，當我們討論“數字化”時候 , 事實上有兩個關鍵詞 , 一個叫轉型 ,一個叫原生。所謂的轉型是傳統企業把自己的產品形態、渠道、商業模式、組織文化管理進行升級 , 從 A 這個地方出發到 B 這個地方。但是當轉型的企業到達 B 這個數字化土壤比較肥沃的地方,發現一批小企業， 他們天生就長了數字化的基因,我們把這些企業定義為叫做數字原生企業, Snowflake、黑湖科技、元氣森林、三頓半、認養一頭牛等等 , 我們它這些數字原生的企業。如果說傳統企業的數字化轉型就像一場學游泳的競賽一樣 , 有一批教練教你怎么去呼吸、怎么去轉身,數字

19、原生的企業一出生的時候就長了一個數字化的腮,一出生知道如何用數字化的方式去做決策、產品創新、構建線上線下一體化的驅動體系。云原生時代正在到來，數字化轉型不是把技術武裝到牙齒，而是把技術融入企業的基因，構建數字生產力，開啟一場永無止境的能力進化之旅。安筱鵬阿里研究院副院長目錄13/ 第一章 經濟、市場、技術的交互促進，加速催生新一代云計算技術15/ 1. 泛電子化時期：穩態業務下的功能輔助16/ 2. 泛互聯網化時期：規模經濟下的成本控制17/ 3. 泛數字化時期：數字孿生世界的生產力緊缺21/ 第二章 云原生內涵及典型技術22/ 1. 云原生概念定義26/ 2. 云原生架構設計原則26/ 2.

20、1 服務化原則27/ 2.2 彈性原則27/ 2.3 可觀測原則28/ 2.4 韌性原則28/ 2.5 所有過程自動化原則29/ 2.6 零信任原則29/ 2.7 架構持續演進原則30/ 3. 云原生關鍵技術及成熟產品31/ 3.1 云原生的“內功心法”：顛覆性的技術內核32/ 3.1.1 容器：云原生世界技術爆炸的奇點32/ 3.1.1.1 安全容器33/ 3.1.1.2 Serverless 容器33/ 3.1.1.3 裸金屬容器35/ 3.1.2 微服務37/ 3.1.3 Serverless38/ 3.2 云原生的“外化招數”：因云而變的演進技術38/ 3.2.1 云原生芯片39/ 3

21、.2.2 云原生操作系統39/ 3.2.3 云原生網絡41/ 3.3 云原生數據庫41/ 3.3.1 云計算加速數據庫系統演進，技術代差逐步縮小43/ 3.3.2 數據庫中國隊崛起，挑戰與機遇并存44/ 3.3.3 云原生數據庫助力企業向數字化、在線化、智能化演進47/ 第三章 中美云原生產業發展態勢49/ 1. 現階段中美云原生產業仍存在量級差異50/ 1.1 認知：美國較中國更早的認識云計算的戰略價值，政策推進云計算向縱深領域應用51/ 1.2 市場：美國領跑全球中國主導亞太，中美云原生產業鴻溝持續收窄52/ 1.3 資本：華爾街押注創新技術，中資偏重基礎產品54/ 2. 美國引領核心技術

22、，中國技術影響力顯著增強55/ 3. 中美產業用戶的云原生應用深度存在顯著差異57/ 第四章 云原生技術行業應用58/ 1. 制造業：打造產品生命周期數字化60/ 2. 金融業 : 從架構敏捷到業務敏捷的質變63/ 3. 零售業 - 營銷與供應鏈數字化體驗65/ 4. 物流行業 - 轉運作業數字化征程67/ 第五章 數字原生企業的崛起69/ 1. 從云原生到數字原生70/ 2. 數字原生企業概念及全景視圖70/ 2.1 數字原生企業概念71/ 2.2 數字原生企業分類72/ 2.3 數字原生企業特征73/ 3. 典型數字原生企業剖析73/ 3.1 Snowflake76/ 3.2 元氣森林77

23、/ 3.3 認養一頭牛78/ 3.4 申通快遞79/ 3.5 上汽大通經濟、市場、技術的交互促進，加速催生新一代云計算技術Chapter 111第三次工業革命后， 社會的進步與發展開始由技術強驅動， 信息技術的突破性進展與企業業務模式創新交叉刺激共同演進，從技術和業務結合的角度來看，出現了個三個顯著的階段，即泛電子化時期、泛互聯網化時期和泛數字化時期。這些階段中產業與個人對信息技術的需求和認知不斷的深化，導致驅動技術發展的本質因素不斷演進，形成了一脈相承但又風格迥異的技術特征。個消與產業需求變化驅動技術向效率和易用性發展信息技術的突破性進展與企業業務模式創新息息相關，而且企業的業務模式又直接服

24、務于終端消費者的需求，三者呈現交叉刺激共同演進的態勢。從過去30年的發展來看，信息技術的發展跨越了三個階段，即泛電子化時期、泛互聯網化時期和泛數字化時期。泛數字化（2015至今）泛互聯網化（20052015）泛電子化（19902005）個消特征商業特征技術特征用戶體驗服務商普及率功能性用戶體驗云計算服務商普及率功能性效率云計算用戶體驗云原生服務商普及率功能性效率云計算易用性云原生消費地域局限性消費能力有限純線下體驗商業模式單一穩定產業業態長期穩定硬件定義的功能滿足驅動技術發展電子商務、全球范圍內的商業連結人均可支配收入暴增數字消費互聯網流量帶來的第一波產業升級基礎設施建設指數級增長軟件定義的資

25、源效率驅動技術發展技術易用性和交付效率雙驅動技術發展“Z世代”成為消費主體，消費需求趨于多元沉浸式虛擬空間元宇宙數字經濟成為主力增長點數字孿生世界進入空前基建期，構建效率不足商業技術技術商業技術支撐商業技術融合商業技術驅動商業商業 技術技術與商業關系數字新趨勢 - 系列15個人消費力尚未釋放，產業側業務模式和形態長期穩定。這一時期的個人消費呈現明顯的區域性特征，大范圍的商業連接還未形成，改革開放的經濟紅利剛釋放，居民生活水平明顯提升，但消費習慣保守，消費力尚未完全激活。消費需求的穩定，使得企業的業務模式和形態也都保持了長期的穩定，鮮有顛覆性的業態出現。穩定使得企業能夠以慣性運行，缺少創新動力，

26、功能滿足是信息化建設首要需求。信息技術的定位是輔助優化業務的運行，能讓業務運作的更好，但是不能決定業務的成敗。功能驅動的飛輪支撐起泛電子化時期的技術需求。 泛電子化時期主要解決有無問題， 對功能的需求大于對性能的要求，以基礎軟硬件定義業務，由 IBM、Oracle、EMC 等大型企業提供核心技術。企業提供可解決重點問題的基本功能，實現用戶的核心需求，提高產品的市場占有率，普及率的提升將直接提升服務商的盈利能力，從而企業有余力投入更多資金進一步豐富產品功能，持續擴大受眾范圍與規模。對功能的需求促使服務商不斷精進技術能力，構筑更完善的產品體系。1泛電子化時期：穩態業務下的功能輔助云原生 新生產力的

27、飛躍16電子商務加速全球范圍的商業大連結刺激消費升級，應對新業態下的流量洪峰成為企業的成本負擔。這一時期移動通信和互聯網技術快速發展，催生了 QQ、微信等線上社交平臺，將人的活動范圍從物理區域擴展到虛擬的互聯網。同時伴隨淘寶、京東等網購平臺的崛起，電子商務成為人們的重要消費途徑，互聯網實現了全國乃至全球范圍內的商業大連結，大大豐富了消費者的選擇。國家統計局報告顯示 ,2010 年居民人均可支配收入相較 10 年前增長 273%，突破萬元大關，個人消費能力猛增。電子商務開辟了全新的線上商業入口，企業的業務模式開始與線上融合，為搶占互聯網流量紅利，信息系統建設開始加速。針對穩態業務的線性容量規劃建

28、設扛不住指數級增長的業務需求，大幅度的擴容在所難免，但是資源利用的顯著波峰波谷特征又造成了巨大資源浪費，信息化部門成為最大成本中心，逼迫技術創新降本增效。資源效能提升驅動的飛輪催生了云計算技術架構。隨著社會的快速發展、用戶需求不斷變化，業務功能趨于完善，應用場景趨于豐富，服務形態趨于靈活，傳統以 IOE 為核心的技術架構模式逐步陷入瓶頸。如何提升業務效能成為核心關注點，服務商開始廣泛采納云計算技術。云計算技術能夠實現 IT 資源的池化，有效提升業務性能，簡化業務管理，最大化規模效應以降低成本。數字化轉型的前提是對企業資源的優化，云計算能夠整合各類生產和市場資源，為產業數字化轉型提供豐富的服務，

29、促進產業鏈上下游高效對接與協同創新，大幅降低企業轉型門檻，加速數字經濟發展。上云后的效能提升驅動各行業企業深入貫徹云化戰略，而云計算與產業相融合迸發的巨大活力也促使服務商不斷對云計算技術進行升級。2泛互聯網化時期：規模經濟下的成本控制數字新趨勢 - 系列17中國互聯網絡信息中心發布的中國互聯網絡發展狀況統計報告數據顯示顯示，截至 2021 年 6 月，我國網民規模達 10.11億，其中 10-19 歲人群占比 12.3%，20-29歲人群占比 17.4%，“Z 世代”人群占比已達三成，加上近似沉浸互聯網的 30-39 歲人群，Z 和近 Z 世代占比已高達 50%，數字原生消費者正在主導市場。同

30、時數字原生消費者在全球范圍內都表現出極強的購買力，相關機構預測到 2022 年，Z 世代將占據整體消費力的 40% 以上。圖 1 泛電子化、互聯網化時期個消需求特點3泛數字化時期：數字孿生世界的生產力緊缺圖 2 中國網民年齡結構數據來源：CNNIC中國互聯網絡發展狀況統計調查3.3%12.3%17.4%20.3%18.7%15.9%12.2%10 歲以下10-19 歲20-29 歲30-39 歲40-49 歲50-59 歲60 歲及以上云原生 新生產力的飛躍18消費主力轉移，消費市場話語權更替，正在加劇商業社會未來不確定性?！癦 世代”出生在經濟快速發展、消費顯著提升時期，消費習慣和動機都有著

31、顯著不同，這也加劇了他們與傳統商業模式的脫鉤。追求多元價值與個性自由，偏愛高顏值、創意、黑科技元素成為 Z 世代的消費價值觀，席卷商業社會的市場洗牌在所難免。消費互聯網的資本、人口和模式紅利消失，即將進入存量競爭時代，開啟技術驅動商業的新周期。過去十余年伴隨“企業上云”、“互聯網 +”等國家戰略的貫徹執行，消費互聯網產業高歌猛進。進入 2021 年，消費互聯網呈現新趨勢，即人口紅利見頂、投資環境趨冷、模式紅利難以為繼，即將進入存量競爭的紅海血拼時代，技術驅動的重要性進一步凸顯。數字原生消費者加劇商業社會的“不確定性”軟件產品的迭代需求數據來源：BCG、今日頭條、東方證券研究院、中國互聯網絡信息

32、中心 社交元宇宙的快速打造虛擬世界即將進入空前基建期，軟件化的數字孿生世界構建效率不足，能夠高效生產軟件的工作“母機”成為絕對剛需。 商業產品的千人千面需要商業產品能夠滿足個性化和定制化的需求，。50后60后70后80后00后95后90后上一代消費者35歲以上Z和近Z世代消費者18-35歲（網民占比近50%）成熟消費者31%2016-2021消費增量貢獻消費基石傳統型消費69%2016-2021消費增量貢獻年輕消費者消費增量數字原生消費沉浸式體驗黑科技崇拜多元價值個性自由社交需求旺盛Z世代消費特征需求&挑戰敏捷數字設施成為企業“高頻”競爭的勝負手企業信息系統架構向云轉型，建立一套以消費者為核心

33、的運營方案，提供面向全局的優化方案，實現全供應鏈的數據信息集成，構建敏捷、開放的技術體系。并以敏捷技術為手段建立高效運營，實現微?；纳a、營銷，精準匹配消費者的需求，促進消費強化粘性形成良性循環。消費互聯網的資本、人口和模式紅利消失，即將進入存量競爭時代，開啟技術驅動商業的新周期。過去十余年伴隨“企業上云”、“互聯網+”等國家戰略的貫徹執行，消費互聯網產業高歌猛進。進入2021年，消費互聯網呈現新趨勢，即人口紅利見頂、投資環境趨冷、模式紅利難以為繼，即將進入存量競爭的紅海血拼時代，技術驅動的重要性進一步凸顯。傳統模式下依據碎片化信息的經驗性決策成功概率遠遠低于全局信息的數據化決策傳統架構下的

34、方案提供的是基于硬件+軟件的解決方案，核心是解決企業內部的管理問題，考慮的是內部資源的優化，本質是一套封閉的技術體系，不能適應高復雜性的新經濟、新消費背景下“高頻”競爭環境。企業應向技術和數據驅動的微?；氝\營方式快速轉型數字新趨勢 - 系列19這種變化給企業經營模式帶來嚴峻挑戰，傳統模式下依據碎片化信息的經驗性決策成功概率遠遠低于全局信息的數據化決策，數字化轉型成為事關企業生死的必答題。然而傳統架構下的方案提供的是基于硬件 + 軟件的解決方案，核心是解決企業內部的管理問題，考慮的是內部資源的優化，本質是一套封閉的技術體系，這顯然不能適應高復雜性的新經濟、新消費背景下“高頻”競爭環境。這就需

35、要信息系統架構向云轉型，建立一套以消費者為核心的運營方案，提供面向全局的優化方案，實現全供應鏈的數據信息集成，構建敏捷、開放的技術體系，最終實現由技術和數據驅動的微?；氝\營方式。同年， 元宇宙概念躥火， 一方面是由于后疫情時代數字經濟的重要性進一步凸顯，全球主要經濟體極力推進產業互聯網發展，加速產業數字化轉型。這在很大程度上刺激了數字技術的快速發展，為元宇宙概念的爆發提供了堅實的技術基礎；另一方面則是疫情影響改變了人類認知，線上與線下場景進一步打通使得人類的現實生活開始了大范圍的與虛擬世界融合， 逐漸成為現實與數字的兩棲物種。 元宇宙的興起意味著數字孿生世界即將進入空前規模的基建期，但生產

36、力嚴重不足掣肘發展。賽博空間的建設遭遇嚴峻挑戰，一方面是生產工具的嚴重短缺，這主要是因為物理世界的工具在虛擬空間不在適用，建設的對象從實體轉為軟件，提升軟件交付效能的工具尚屬稀缺；另一方面數字工廠也在遭遇前所未有的用工荒，傳統產業技術工人的培訓周期較長，產品質量與技術工人的技能水平也有較強關系，但數字工廠需要更短的人才培訓周期，同時也需要最大程度的降低人為因素對出品的影響。面向數字新基建的生產工具必須進行革命性的升級，能夠高效生產軟件的工作“母機”成為絕對剛需。這就要求新的軟件生產工具能夠滿足大規模復制、靈活自由組合，同時為了降低操作人員的使用門檻，加速人才速成，需要工具具備更高的自動化和智能

37、化程度。易用與高效雙驅動的飛輪加速下一代云計算技術的到來。市場競爭加劇，驅動業務主動或被動地進行優化升級，主要表現為四點轉型需求：一是快速上線，快速響應市場需求，快速開發迭代上線，迭代更敏捷；二是簡易上手，更低的心智負擔，更簡潔便利的使用體驗，更高維的服務抽象；三是融合創新，技術融合支撐研運過程，結合研發運營平臺探索創新業務，可引入更多元的技術棧；四是成本節省，通過更極致的彈性，更高效的資源利用率，更精確的資源計費粒度。云計算 1.0 解決了資源供給問題，但對于如何高效發揮云上資源的價值并沒有給出答案。照搬云圖 3 經濟系統復雜性與信息系統響應能力的關系1980200020202040高經濟系

38、統復雜性基于云架構的解決方案基于傳統IT架構的解決方案高 經濟系統復雜性 底高 信息系統響應能力 底云原生 新生產力的飛躍20圖 4 泛數字化時期個消及企業需求變化對技術的要求下應用架構顯然無法滿足業務的四點轉型需求，應用的建設需要遵循一套切實可行的方法論，以提升應用效率和易用性為目標，下一代云計算技術云原生技術應運而生。云原生技術統一了上云的標準路徑，回答了怎么用云、怎么用好云的關鍵問題，有望重塑產業生態，驅動產業顛覆性變革。從宏觀宇宙到商業社會再到技術世界的變化都凸顯出一個共性趨勢，未來世界將會是一個以軟件為載體的高頻迭代的數字世界。云原生內涵及典型技術Chapter 22云原生 新生產力

39、的飛躍222云原生是面向云應用設計的一種思想理念，充分發揮云效能的最佳實踐路徑，幫助企業構建彈性可靠、松耦合、易管理可觀測的應用系統，提升交付效率，降低運維復雜度。代表技術包括不可變基礎設施、服務網格、聲明式 API 及 Serverless 等。1云原生概念定義云原生概念釋義面向云應用設計的一種思想理念，是能夠充分發揮云效能的最佳實踐路徑，可幫助企業構建彈性可靠、松耦合、易管理可觀測的應用系統，提升交付效率，降低運維復雜度。代表技術包括不可變基礎設施、服務網格、聲明式API及Serverless等。狹義理解技術視角下的方法論和工具集通俗理解“大人，時代變了”應對新需求新變化的一套新理念和新工

40、具載體變了過去基于硬件現在基于云軟件產品變了過去是物理的現在是虛實結合的迭代頻率變了-過去一成不變，現在一天三變。因為云計算的引入，帶來的技術、文化、組織架構和方法論的認知升級。技術上解耦去中心化，使用系統性思維解決單點問題；文化上強調協同、共享、并行高頻迭代；組織架構扁平化發展。思維認知的改變廣義理解數字新趨勢 - 系列23價值：云原生技術為傳統架構帶來核心價值提升云原生技術優勢核心價值標準化服務化高利用率低心智增強穩定性提升開發效率用戶體驗云原生服務商普及率功能性效率云計算易用性云原生資源按需分配更快速迭代快速部署高可用性低成本環境一致性自動伸縮多用戶資源動態創建動態銷毀自動化部署，提高部

41、署效率資源的高利用率降低了硬件成本；自動化方式降低了人力成本基于應用負載自動擴容縮容，保證業務的連續性自動觸發、減少人工誤差、降低迭代成本、加快迭代頻率應用多副本，保障業務高可用性應用容器化，保證應用再開發測試和生產環境中的一致性容器平臺的多租戶特性可以滿足多項目組同時開發從產業效用方面來看，云原生極大的釋放了云的紅利，云原生充分繼承云的設計思想，未來應用將更多基于云上進行本土應用開發，即云原生應用更加適合云的架構，而云計算也為云原生應用提供較好的基礎支撐，如資源隔離機制、分布式部署、高可用架構等方面，通過新的架構、技術保障應用系統變得更加健壯，可以說云原生最大程度發揮了云的優勢。云計算的拐點

42、已至，云原生成為驅動業務增長的重要引擎。云計算的發展已進入成熟期，云原生作為新型基礎設施支撐數字化轉型的重要支撐技術，逐漸在人工智能、大數據、邊緣計算、5G 等新興領域嶄露頭角，成為驅動數字基礎設施的強大引擎。伴隨全行業上云的逐步深化，企業云原生化轉型進程將進一步加速。從技術特征方面來看，云原生架構具備以下典型特征：極致的彈性能力，不同于虛擬機分鐘級的彈性響應，以容器技術為基礎的云原生技術架構可實現秒級甚至毫秒級的彈性響應；服務自治故障自愈能力，基于云原生技術棧構建的平臺具有高度自動化的分發調度調諧機制，可實現應用故障的自動摘除與重建，具有極強的自愈能力及隨意處置性；大規?？蓮椭颇芰?，可實現跨

43、區域、跨平臺甚至跨服務商的規?；瘡椭撇渴鹉芰?。從應用價值方面來看， 異構資源標準化， 容器技術有效解決了異構環境的部署一致性問題， 促進了資源的標準化，為服務化、自動化提供了基礎；加速數字基礎設施升級解放生產力，降低用云原生 新生產力的飛躍24價值：云原生代表的下一代技術體系是全球科技競爭的制高點云原生所代表的聚合開放無限供給的下一代技術體系正在顛覆離散封閉有限供給的傳統技術體系。云原生技體系術將過去幾十年間人類對云計算的理想照進現實，使得基于云計算去構建未來世界的數字技術底座成為可能。它改變了社會對云計算的價值認知，也成為全球范圍內的共識，把云計算的產業之爭推升至國際間科技制高點之爭。傳統技

44、術體系云原生技術體系基于分散的數據中心基于聚合互聯的云技術平民化技術壟斷化封閉低效技術體系開放共享高效技術體系交叉技術融合技術孤立離散封閉的有限供給聚合開放的無限供給特征體系基礎普適性開放性相關性全球市值前十公司近20年波動變化微軟通用電氣NTT Docomo思科沃爾瑪英特爾日本電信電話?？松梨谑偷聡娦盼④浱O果亞馬遜谷歌Facebook伯克希爾阿里巴巴騰訊控股強生通訊及硬件互聯網軟件大眾消費石油日本電信電話JP摩根數據來源：Charlie Bilello，截止日期為2019年4月2000年2019年20年間全球Top10市值的公司由通訊及硬件主導的企業清一色的倒向互聯網軟件企業， IT技

45、術從硬件主導轉為軟件定義。20年間技術世界的大洗牌促進了經濟體的快速變化，中國取代日本成為世界第二大經濟體，科技正式成為第一生產力。戶數字化技術的使用門檻，提高資源的復合利用率，變革研發運營的生產方式，打破組織壁壘，實現研發與運維的跨域協同，提升交付效率，解放生產力；提升業務應用的迭代速度，賦能業務創新。云原生技術實現了應用的敏捷開發，大幅提升交付速度，降低業務試錯成本，快速響應用戶需求，增強用戶體驗加速業務創新。數字新趨勢 - 系列25價值：云原生加速軟件創新，為數字經濟發展提供基礎云原生帶來了軟件效能的大幅度提升，加速軟件創新未來企業都將是軟件企業未來的應用都將是云原生應用 到 2025

46、年，超過一半的中國 500 強企業將成為軟件生產商，超過 90%的應用程序為云原生應用程序 到2024年，由于采用了微服務、容器、動態編排和DevOps等技術，新增的生產級云原生應用在新增應用的占比將從2020年的10%增加到60%。 到2024年, 數字經濟的發展將孕育出超過5億個新應用/服務，這與過去40年間出現的應用數量相當。 傳統IT向云計算全面轉移迎來分水嶺，云計算正在成為主導數字經濟時代的IT基礎設施 ，支撐新基建創新協同發展。20002030IT OptimizationIT優化Digital Transformation數字化轉型IT Investment ModeIT 投資I

47、T investment ($)Traditional Applications傳統應用Cloud Native Applications云原生應用2020軟件效能的提升進一步刺激了軟件產業的快速發展數據來源：DevOps云原生2021年度中國調查報告過去兩年，由于引入云原生DevOps技術使得調查企業的軟件部署頻率、交付周期、平均修復時長和團隊變更失敗比例都有大幅的提升優化。軟件業務收入呈加快增長態勢。上半年，我國軟件業完成軟件業務收入44198億元，同比增長23.2%，近兩年復合增長率為14.7%。全球的數字經濟蓬勃發展，逐漸成為經濟增長的有效驅動力，中國也已進入數字經濟引領經濟發展的新時

48、代。數字經濟構筑了軟件產業新生態，軟件業發展正面臨重大的機遇。信息基礎設施云化，軟件云原生化已成趨勢，云原生技術的引入大幅提升了軟件研發的效能，加速了軟件創新，帶動軟件產業數字經濟進入新一波增長周期。價值：云原生為 ISV 初創公司提供了切入新賽道的絕佳機會云原生 新生產力的飛躍26圖 5 云原生架構設計原則云原生架構設計原則企業戰略視角業務發展視角服務化能力彈性能力無服務器化程度可觀測性韌性能力自動化水平組織能力視角云原生技術架構視角架構持續演進閉環架構持續演進閉環服務化原則彈性與可移植性原則可觀測性原則韌性原則過程自動化原則零信任原則架構持續演進原則原則總結效果提升 把不同生命周期的模塊分

49、離 面向接口編程 標準化服務流量傳輸 可并行業務迭代，提升效率和穩定性 模塊間通過公共功能模塊的提取增加復用率 系統部署規模歲業務量自動變化伸縮 托管開源或開源兼容服務 縮短采購到上線時間 節省額外硬件的閑置成本 主動利用日志、鏈路追蹤和度量等手段 可以下鉆到多層資源 展現服務調用耗時 使不同角色人員實時掌握軟件運行情況 服務異步化 服務治理 容災備份 提升軟件MTBF平均無故障時間 提升軟硬件故障等影響 CICD GitOps OAM 在復雜的軟件技術棧和大規模組件中降低交付復雜性 讓自動化工具理解交付目標和環境差異 默認不信任網絡內外部的任何人/設備/環境 增量迭代、目標選取 始終需求優化

50、、簡化和改進的系統架構 引導安全體系架構從“網絡中心化”走向“身份中心化” 具備持續演進能力的架構而非封閉式2云原生架構設計原則云原生架構本身作為一種架構，也有若干架構原則作為應用架構的核心架構控制面，通過遵從這些架構原則可以讓技術主管和架構師在做技術選擇時不會出現大的偏差。2.1 服務化原則 當代碼規模超出小團隊的合作范圍時，就有必要進行服務化拆分了，包括拆分為微服務架構、小服務 (Mini Service) 架構，通過服務化架構把不同生命周期的模塊分離出來，分別進行業務迭代，避免迭 代頻繁模塊被慢速模塊拖慢，從而加快整體的進度和穩定性。同時服務化架構以面向接口編程，服務內 部的功能高度內聚

51、，模塊間通過公共功能模塊的提取增加軟件的復用程度。 數字新趨勢 - 系列27分布式環境下的限流降級、熔斷隔倉、灰度、反壓、零信任安全等，本質上都是基于服務流量 ( 而非 網絡流量 ) 的控制策略，所以云原生架構強調使用服務化的目的還在于從架構層面抽象化業務模塊之間 的關系，標準化服務流量的傳輸，從而幫助業務模塊進行基于服務流量的策略控制和治理，不管這些服 務是基于什么語言開發的。 2.2 彈性原則 大部分系統部署上線需要根據業務量的估算，準備一定規模的機器，從提出采購申請，到供應商洽談、 機器部署上電、軟件部署、性能壓測，往往需要好幾個月甚至一年的周期 ; 而這期間如果業務發生變化了， 重新調

52、整也非常困難。彈性則是指系統的部署規?？梢噪S著業務量的變化自動伸縮，無須根據事先的容 量規劃準備固定的硬件和軟件資源。好的彈性能力不僅縮短了從采購到上線的時間，讓企業不用操心額 外軟硬件資源的成本支出 ( 閑置成本 )，降低了企業的 IT 成本，更關鍵的是當業務規模面臨海量突發性 擴張的時候，不再因為平時軟硬件資源儲備不足而“說不”，保障了企業收益。 2.3 可觀測原則 今天大部分企業的軟件規模都在不斷增長，原來單機可以對應用做完所有調試，但在分布式環境下需 要對多個主機上的信息做關聯，才可能回答清楚服務為什么宕機、哪些服務違反了其定義的 SLO、目前 的故障影響哪些用戶、最近這次變更對哪些服

53、務指標帶來了影響等等，這些都要求系統具備更強的可觀 測能力?？捎^測性與監控、業務探活、APM 等系統提供的能力不同，前者是在云這樣的分布式系統中， 主動通過日志、鏈路跟蹤和度量等手段，讓一次 APP 點擊背后的多次服務調用的耗時、返回值和參數都 清晰可見，甚至可以下鉆到每次三方軟件調用、SQL 請求、節點拓撲、網絡響應等，這樣的能力可以使 運維、開發和業務人員實時掌握軟件運行情況，并結合多個維度的數據指標，獲得前所未有的關聯分析 能力，不斷對業務健康度和用戶體驗進行數字化衡量和持續優化。 云原生 新生產力的飛躍282.4 韌性原則 當業務上線后，最不能接受的就是業務不可用，讓用戶無法正常使用軟

54、件，影響體驗和收入。韌性代表了當軟件所依賴的軟硬件組件出現各種異常時，軟件表現出來的抵御能力，這些異常通常包括硬件故障、 硬件資源瓶頸 ( 如 CPU/ 網卡帶寬耗盡 )、業務流量超出軟件設計能力、影響機房工作的故障和災難、 軟件 bug、黑客攻擊等對業務不可用帶來致命影響的因素。韌性從多個維度詮釋了軟件持續提供業務服務的能力，核心目標是提升軟件的 MTBF(MeanTime Between Failure，平均無故障時間 )。從架構設計上，韌性包括服務異步化能力、重試 / 限流 / 降級 / 熔斷 / 反壓、主從模式、集群模式、AZ 內的高可用、單元化、跨 region 容災、異地多活容災等

55、。 2.5 所有過程自動化原則 技術往往是把“雙刃劍”，容器、微服務、DevOps、大量第三方組件的使用，在降低分布式復雜性 和提升迭代速度的同時，因為整體增大了軟件技術棧的復雜度和組件規模，所以不可避免地帶來了軟件 交付的復雜性，如果這里控制不當，應用就無法體會到云原生技術的優勢。通過 DevOps: 加速應用交付效率，提升企業核心競爭力提升自動化程度，支撐企業及時響應客戶需求，開發部署業務應用，提供場景化服務架構設計代碼開發編譯構建自動化測試發布部署運維/運營系統監控軟件規劃DevOps能力閉環質量可持續性效率提升研發團隊持續為用戶產生有效價值的能力，包括質量、效率、可持續性以 DevOp

56、s 為理念，搭建研發運營平臺，面向 CI、CD、CO 等不同場景，構建云上IT 服務工具企業的業務在面向上下游客戶時是隨時變化的，可通過云上部署的DevOps來提升研發團隊工程效能，實現業務的快速開發上線，以實時響應客戶需求，為客戶提供更加精準、多樣化、定制化的服務。提升投入產出比，提質增效，提高數字化生產水平，支撐蓬勃的數字化需求，加快企業數字化轉型。集成軟件開發技術和工具鏈工程效能提升數字新趨勢 - 系列29IaC(Infrastructure as Code)、 GitOps、 OAM(Open Application Model)、 Kubernetes operator 和大量自動化

57、交付工 具在 CI/CD 流水線中的實踐，一方面標準化企業內部的軟件交付過程，另一方面在標準化的基礎上進行 自動化，通過配置數據自描述和面向終態的交付過程，讓自動化工具理解交付目標和環境差異，實現整 個軟件交付和運維的自動化。2.6 零信任原則 零信任安全針對傳統邊界安全架構思想進行了重新評估和審視，并對安全架構思路給出了新建議。其核心思想是，默認情況下不應該信任網絡內部和外部的任何人 / 設備 / 系統，需要基于認證和授權重構訪 問控制的信任基礎，諸如 IP 地址、主機、地理位置、所處網絡等均不能作為可信的憑證。零信任對訪問控制進行了范式上的顛覆，引導安全體系架構從“網絡中心化”走向“身份中

58、心化”，其本質訴求是以 身份為中心進行訪問控制。 零信任第一個核心問題就是 Identity，賦予不同的 Entity 不同的 Identity，解決是誰在什么環境下訪 問某個具體的資源的問題。在研發、測試和運維微服務場景下，Identity 及其相關策略不僅是安全的基礎，更是眾多 ( 資源，服務，環境 ) 隔離機制的基礎 ; 在員工訪問企業內部應用的場景下，Identity 及其相關策略提供了靈活的機制來提供隨時隨地的接入服務。 2.7 架構持續演進原則 今天技術和業務的演進速度非?？?，很少有一開始就清晰定義了架構并在整個軟件生命周期里面都適用，相反往往還需要對架構進行一定范圍內的重構，因此

59、云原生架構本身也應該和必須是一個具備持續 演進能力的架構，而不是一個封閉式架構。除了增量迭代、目標選取等因素外，還需要考慮組織 ( 例如架構控制委員會 ) 層面的架構治理和風險控制，特別是在業務高速迭代情況下的架構、業務、實現平衡關系。云原生架構對于新建應用而言的架構控制策略相對容易選擇( 通常是選擇彈性、敏捷、成本的維度 )，但對于存量應用向云原生架構遷移，則需要從架構上考慮遺留應用的遷出成本 / 風險和到云上的遷入成本 / 風險，以及技術上通過微服務 / 應用網關、應用集成、適配器、服務網格、數據遷移、在線灰度等應用和流量進行細顆粒度控制。云原生 新生產力的飛躍303云原生關鍵技術及成熟產

60、品圖 5 云原生架構設計原則云原生技術總體視圖云原生網絡云原生服務器數據庫數據倉庫數據湖智能湖倉數據分析AI云原生機器學習云原生人工智能開發平臺云原生HPC人工智能模型云原生芯片云原生存儲大數據軟硬一體化云數智融合云原生內核技術云原生外延技術容器技術微服務無服務器服務網格云原生中間件開發測試平臺DevOps云原生數據庫云原生大數據云原生芯片云原生網絡云原生人工智能測試平臺中間件開發平臺DevOps數字新趨勢 - 系列313.1 云原生的“內功心法”：顛覆性的技術內核云原生的“內功心法”：顛覆性的技術內核serverless打包箱：給貨物提供標準化的打包載體家具拆解：龐大不好搬走的大件，模塊化拆

61、解按需調度：收到用戶的搬家需求在從第三方平臺下單叫車，搬家公司本身不養車隊。容器微服務Serverless云原生將技術與業務分離解耦，讓用戶能夠聚焦價值密度更高的業務邏輯的開發和創新，降低了企業尤其是中小企業模式創新的成本。承載業務的基礎設施從本地遷移至云端，極大增強了資源的彈性能力，同時云端極高的性價比也為用戶業務創新降本提效提供了保障。通俗理解用戶需求serverless微服務容器微服務容器serverless微服務容器云原生的內核技術將業務創新從重資產投入優化為輕資產云原生 新生產力的飛躍323.1.1 容器：云原生世界技術爆炸的奇點容器：云原生世界技術爆炸的奇點核心理念：基于虛擬化技術

62、提供輕量化標準化的軟件運行環境，與其他實例共享系統內核重點解決：應用交付的環境一致性問題技術萌芽期ChrootcGroupLxcJail/zoneOpenvz技術迸發期DockerKubernetesContainerdOCI/CRI/CNIKata Containers商用探索期AWS ECS/EKSGoogle GKEMicrosoft ACIAlibaba ACK/ASK/ECITencent TKEHuawei CCI/CCEDocker誕生201320172018AWS OutpostsGoogle AnthosAzure ArcAlibaba ACKEdgeTencent TKEE

63、dgeHuawei IEF/MCP應用拓展期（混合云、邊緣、安全、AI）2013年Docker開啟云原生元年2019年Serverless爆發Knative有望重塑新生態2017年Kubernetes贏得編排大戰奠定Doker-K8S技術生態底座Istio開啟服務網格元年3.1.1.1 安全容器容器技術的采納率連年提升，已經開始進入企業的生產環境。以 Docker 為代表的普通容器通過 Namespaces 和 cGroups 實現的隔離，共享內核的機制使得隔離性具有天然的缺陷無法根除，在多租戶場景下安全問題更加凸顯：內核 Bug 引發容器逃逸，操作系統內核漏洞、Docker 組件設計缺陷、不

64、當的配置等都會導致Docker 容器發生逃逸。由于頻發的安全及逃逸漏洞，一般在云環境中的容器應用不得不運行在虛擬機中，以滿足多租戶安全隔離要求。而分配、管理、運維這些傳統虛擬機與容器輕量、靈活、彈性的初衷相悖，同時在資源利用率、運行效率上也存在不足。內核資源競爭影響業務性能，同一個宿主機上的不同 Pod，實際上是不同的用戶態進程的集合，這些用戶態進程雖然在命名空間上是相互隔離的，但他們還是會共享很多內核資源，比如調度器、某些內核線程或者對象。這種級別的資源共享會引入很多可以觀測到的性能抖動，對在線業務的影響也很明顯。數字新趨勢 - 系列33與 Docker 普通容器不同，安全容器通過添加隔離層

65、，給進程分配了一個獨立的操作系統內核，從而避免了讓容器共享宿主機的內核。因此容器進程能夠看到的攻擊面，就從整個宿主機內核變成了一個極小的、獨立的、以容器為單位的內核，從而有效解決了容器進程發生“逃逸”或者奪取整個宿主機的控制權的問題。3.1.1.2 Serverless 容器FaaS（Function as a Service）平臺提供的是函數級別的 Serverless 化部署，且應用場景多依賴于其綁定的觸發器，對函數的執行有一些配置限制，并且不支持進程常駐。傳統的應用大都是單體應用或者微服務應用，在遷移到 FaaS 平臺時，需要拆分函數，遷移成本較高。Serverless 容器，可以很好地

66、彌補 FaaS 的不足，Serverless 容器可以支持進程常駐的服務形態，不限運行時長，并擴大 Serverless 的應用場景。Serverless 容器支持服務的形態，傳統的單體應用或者微服務應用，幾乎可以無縫遷移到 Serverless 容器平臺上。Serverless 容器和傳統的容器相比，為了實現 Serverless 的理念，在如下幾個方面做了加強：免運維的純托管模式，傳統的容器往往是直接將容器集群托管給業務方，業務方需要分擔容器集群的一些運維工作。Serverless 容器則把容器集群完全托管給云廠商，由云廠商進行集群的運維工作，用戶不用關注這些運維工作，只需部署自己的業務邏

67、輯即可；以實際資源用量計費，傳統的容器是按照容器的實例配置進行計費的，Serverless 容器是按照實際資源（承載容器的主機實例）使用量進行計費；秒級彈性伸縮響應，傳統的容器往往借助于容器編排工具來實現彈性伸縮，比如通過 Kubernetes 可以實現 Docker 的容器的彈性伸縮，但是 Kubernetes 伸縮時間是分鐘級的，而 Serverless 容器能夠提供更加極致的伸縮能力，做到秒級伸縮并且資源實例和伸縮至零。3.1.1.3 裸金屬容器容器服務最早部署形態是基于 IaaS 虛擬機，以虛擬機節點作為容器集群的計算節點，并基于此構建容器的網絡、存儲和編排能力，這樣的堆疊架構雖然可以

68、讓整個軟件棧分工明確、邊界清晰，但是帶來了較大的性能損耗和功能冗余。此外如果用戶對實例安全隔離性要求較高，就需要借助虛擬化技術，而虛擬化平臺不能很好支持該能力?；谝陨贤袋c，在裸金屬服務器上搭建容器服務成為一些對性能和實例隔離性較高用戶的選擇。隨著裸金屬容器的發展，為了進一步提高容器負載性能和穩定性，原來部署在裸金屬之上的非業務負載組件也逐步的由專門的卸載硬件來承載，比如容器存儲、容器網絡、容器引擎以及服云原生 新生產力的飛躍34務網格組件。將容器組件下沉到卸載卡 后，有幾方面好處： 裸金屬節點就可以被當做純粹的計算資源，可以“完全”被業務負載使用。同時避免了對業務負載的性能干擾。 容器網絡、

69、容器存儲組件下沉到卸載卡后可以與傳統 IAAS 層的網絡、存儲組件垂直打通，減少冗余功能；直接以硬件設備直通方式將存儲、網絡資源分配給容器實例，縮短 I/O 路徑，提高性能。 容器層組件下沉到卸載卡后，裸金屬成為純粹的計算資源，可以被容器實例或者虛機實例共享，為虛擬機和容器實例共節點奠定了基礎，提高資源整體利用率。雖然裸金屬容器可以通過卸載技術獲得諸多益處，但同時也面臨著較大的挑戰： 資源占用問題。由于卸載卡上的資源非常有限，容器組件需要進行輕量化瘦身后才能較好的適配卸載卡，當前業界也在推動容器引擎層面的輕量化改造，比如 kata-shim-v2 和 isulad。 實例密度問題。由于容器存儲

70、和網絡資源都是走 VF 直通方式，而當前卸載卡上支持的 VF數量比較有限，在小規格實例場景，VF 會成為實例密度提升的限制。此外，裸金屬容器不僅在資源利用率和性能上有優勢，對系統運維管理的自動化和敏捷性上有較高訴求。為了獲得較高的自動化運維能力，很多的依賴組件都進行了微服務改造，借助容器編排自身能力來自動化管理所依賴的服務，甚至是節點操作系統本身。比如 AWS 為了提高容器計算節點操作系統更新管理的靈活性，推出了 bottlerocket 產品，放棄原來基于包更新的升級機制，采用鏡像粒度一步更新方法，降低了 OS 更新的失敗率，提高運維自動化程度和容器應用的穩定性。數字新趨勢 - 系列35微服

71、務理念突破軟件架構的瓶頸軟件設計研發交付維護治理從整體設計分解為按業務功能設計，最小化服務功能，簡化單個服務設計結構，快速投產。從瀑布式開發，單次交付，演化為DevOps理念下，根據用戶反饋的持續迭代，即時交付，縮短開發周期。單體應用需要整體更新，維護成本高；微服務架構下可對單個功能邏輯更新擴容，工作量大幅降低。單體架構類似于手抄卷，其中幾乎沒有可復用的部分，在需要修改更新的部分需要大面積翻新（重抄）。SOA架構類似于雕版印刷，雖然各服務間相對獨立（單個雕版），但可復用的服務粒度較大，且受制于總線的處理能力。微服務架構像是活字印刷，其中各功能（字）各自獨立，且可隨意擴容，組合成為可提供服務的應

72、用（書頁）。單體應用服務服務服務服務ESB前端SOA服務服務服務服務服務服務微服務關鍵詞：高度聚合關鍵詞： 功能分割關鍵詞：深入解耦單體開發難度增大需求復雜拆分功能為服務去中心化架構數據規模大幅上漲中心化架構性能不足架構變革帶來的積極作用功能功能功能功能3.1.2 微服務從軟件架構的演化來看， 微服務架構的出現是用戶需求、 開發周期以及市場規模變化下的必然發展。在單體架構中，應用大多數通過瀑布式模型進行開發，計劃、開發、測試、上線等階段單獨進行，以整個應用為單位進行開發、維護。這種開發模式與印刷術出現之前的手寫時代相似：手寫卷很難根據場景復用，有按需更新或修改的部分則需要整體重構。借由類比，單

73、體架構的優點和缺點都十分明顯：在小型應用中整體從設計到上線的速度很快，其中的管理工作簡單；但是在需要更新和修改的情況下，應用整體高度聚合，各部分高耦合，牽一發而動全身，常常需要整體重新開發。隨著市場發展，高速變化且復雜的需求使單體架構不足以滿足用戶要求，且開發人員的心智負擔增大。因此，面向服務架構（SOA）應運而生。通過將用戶的需求從單體應用中的各個功能拆分出來，變為可復用的服務分別開發。再將多個服務以接口和協議進行組合，由消息總線統一處理各服務和外部進入的請求。消息總線作為 SOA 架構中各服務通信的主要部件，成為整個體系中最重要的一環。應用的效率極大依賴于總線的處理和容錯能力，總線的故障或

74、阻塞會導致整體應用的崩潰。SOA 架構的出現標志軟件開發進入“雕版印刷”時代，將原本整體的應用拆分為可復用的“雕版”，復用性相對于單體架構大大提升，缺點在于可用性極大依賴于服務總線。云原生 新生產力的飛躍36服務網格：業務邏輯與技術架構的再解耦 服務網格將服務通信從業務中分離并下沉到基礎設施層，使其和業務系統完全解耦。業務與治理的解耦 支持多種語言應用的統一治理。輕松支持多語言、異構技術棧。異構語言/框架 對于業務共用的、通用的場景和需求都可成為服務網格的一部分。公共治理模塊的復用 用于跨多個集群部署大量微服務，以及支持容器/k8s和虛擬機的混合部署。異構基礎設施可觀測性微服務時代服務網格 實

75、現對業務應用的實時監控。以更好地理解集群狀態、快速調試和更深入地理解系統。使用服務網格技術將服務通信下沉到到邊車代理中成為單獨的一層。使用服務網格前的服務治理依賴于內嵌在程序中的SDK，消耗業務應用本身的資源。業務邏輯服務治理微服務B業務邏輯服務治理服務治理服務治理微服務A微服務A業務邏輯微服務A微服務A業務邏輯微服務B服務網格模型數據時代的來臨將數據規模提升到了另一個量級。數據規模大幅上漲對應用性能的要求提高，SOA 架構在數據量的沖擊下，對總線強依賴的特點被放大，對于大規模的數據沖擊顯露疲態。微服務架構將應用進一步解耦，服務粒度更細，使用輕量級通信協議簡化服務間通信壓力。并且其基于容器平臺

76、的部署方式，充分發揮云環境下的彈性和高可用等優勢。在各行業上云，互聯網化的大趨勢下，應用需求可總結出三大特征：業務創新需求加快應用迭代頻率；數據沖擊提升服務彈性需求；用戶體驗驅動服務高可用?；诖?，為了適應新環境，企業需要構建彈性高可用且健壯的微服務應用保有用戶及市場。一般來說， 微服務應用的生命周期應該從服務的設計以及拆分開始。 通常企業應以成熟的業務應用為基礎進行分析，確定微服務化改造的需求。在明確架構和需求后，通過統一的開發規范和流程對相應的功能以及底層基礎設施進行開發構建。整體流程與傳統應用開發流程類似，先將微服務部署至測試環境中進行測試，通過后再正式上線。在測試方面，微服務架構中不僅

77、可利用傳統的方式進行測試，也建議生產環境中的服務進行探索性測試：因為分布式系統天然的復雜性，探究系統的可用性和穩定性不可或缺。由于微服務架構帶來的系統復雜度，需要利用一系列服務治理的組件減輕開發以及運維人員的工作量，達到整個分布式微服務系統的穩定性和高可用。從單體架構到微服務架構的變革無疑突破了軟件開發過程中面臨的瓶頸，應用云的特性，使開發流程和架構順應時代的發展。從軟件設計角度來看，過于龐大的單體架構整體設計對人員的心智負擔過大，并且設計過程中不可避免的有遺漏；微服務架構將服務單元最小化，將整體應用數字新趨勢 - 系列37設計分割為互不影響的模塊，簡化單個服務的設計和開發流程。從研發交付角度

78、看，傳統的瀑布式開發雖然各階段清晰，但是對于高頻次的用戶需求反饋以及軟件更新乏力；微服務架構則可以及時根據用戶需求快速修正錯誤或者添加新功能。從維護治理的角度看，單體架構雖然相較于微服務幾乎不需要治理，但是彈性較差，而且對軟件的維護成本極高；而微服務則可以對單個服務重構或更改，對于上下游的依賴小，開發人員的工作量大幅降低。3.1.3 ServerlessServerless：聚焦上層業務，算力泛在的理想大同當前，Serverless主要應用于邏輯簡單的業務場景。隨著技術演進，計算形態趨于多樣化，多種計算形態相互補充，后續Serverless將適用于更多復雜的業務場景。事件生產者事件總線事件事件

79、消費者f1(X)f1(X)f1(X)f2(X)f2(X)f3(X)f3(X)f3(X)f3(X)突發事件敏捷滿足初期的快速研發需求彈性承載后期的用戶規模降本降低構建成本聚焦代碼邏輯只需關系核心業務代碼，無需管理底層基礎設施極致彈性事件驅動，可根據業務需求調整資源，幾乎可無限擴容細粒度按需計費計費粒度最小可到毫秒級別，不使用不計費核心需求Serverless重要特性互聯網時代，用戶需求快速變化，市場機遇轉瞬即逝，敏捷、彈性、降本成為應用構建的核心需求。無服務器（ Serverless ）架構是一種將基礎設施資源抽象成按需使用的服務，用戶只需關注應用邏輯，而無需管理復雜的基礎設施運維工作的應用設計

80、模式，其核心價值在于提高生產效率。Serverless主要應用場景數據來源：信息通信研究院Serverless滿足高頻競爭時代的效率要求Serverless技術持續升溫，應用潛力巨大Serverless技術采納情況數據來源：信息通信研究院突破技術壁壘，Serverless適用于復雜業務場景基礎設施架構總是伴隨軟件架構演進。單體架構時代應用比較簡單，應用的整體部署、業務的迭代更新，物理服務器的資源利用效率足以支撐業務的部署。隨著業務的復雜程度加劇，功能模塊復雜且龐大，單體架構嚴重阻塞了開發部署的效率，業務功能解耦，單獨模塊可并行開發部署的微服務架構逐漸流行開來，業務的精細化管理不可避免的推動著基

81、礎資源利用率的提升。虛擬化技術打通了物理資源的隔閡，減輕了用戶管理基礎架構的負擔。容器 /PaaS 平臺則進一步抽象，提供了應用的依賴服務、運行環境和底層所需的計算資源。這使得應用的開發、部署和運維的整體效率再度提升。無服務器架構技術則將計算抽象的更加徹底，將應用架構堆棧中的各類資源的管理全部委托給平臺，免去基礎設施的運維，使用戶能夠聚焦高價值的業務領域。云原生 新生產力的飛躍38云原生的“外化招數”：因云而變的產品云原生技術自身不斷創新演進，同時也不斷突破影響域，持續為軟件、硬件、數智算領域創造價值。云原生研發運維一體化發展，云原生DevOps使整個組織的合作以及交付和基礎設施變更的自動化，

82、從而實現持續集成、持續部署和持續交付 。云原生向下定義硬件，深入到自研芯片、服務器、操作系統等底層技術，建設全新的硬件體系。云數融合，改變數據“倉儲”、流通方式云算融合，改變超高算力的獲取、分配方式云智融合，改變AI應用和算法的開發、優化方式傳統架構傳統架構云原生云原生傳統架構云原生 計算存儲耦合擴容難，缺彈性 數據來源廣，難管理 搭建、部署、運維成本高 云原生湖倉一體化方案存算分離，極致彈性，具備異構數據的存儲挖掘能力 HPC計算任務存在明顯的波峰波谷，資源利用率低 對算力的調度效率低 云原生HPC根據負載情況動態調整云上資源，高效調度混合資源、異構算力卡 算力層面， 提供面向AI場景的彈性

83、高性能異構算力 應用開發層面， 提供面向AI應用場景的低門檻開發平臺 AI算法模型對底層資源的消耗大，算力供給不足 技術門檻過高，AI應用場景難下沉關注上移，云原生重塑開發測試模式向上向下向領域需求驅動，云原生重新定義底層硬件架構加速賦能，云原生技術與各領域融合發展2021年10月，阿里發布了基于ARM架構的倚天710云原生處理器芯片以及搭載倚天710的磐久云原生服務器。2021年11月，騰訊云發布全域治理的云原生操作系統遨馳。無服務器是一種架構理念， 其核心思想是將提供服務資源的基礎設施抽象成各種服務， 以API接口的方式供給用戶按需調用，真正做到按需伸縮、按使用收費。這種架構體系結構消除了

84、對傳統的海量持續在線服務器組件的需求，降低了開發和運維的復雜性，降低運營成本并縮短了業務系統的交付周期，使得用戶能夠專注業務本身。在無服務器架構的理念和方法下，有很多種無服務器的技術形態，目前成熟落地的有 3 種形態，函數即服務（FaaS）、后端即服務（BaaS）和Serverless 容器。3.2 云原生的“外化招數”：因云而變的演進技術 3.2.1 云原生芯片云原生技術的應用普及對云計算的上下游技術也產生了革命性的影響，芯片技術首當其沖。引發芯片云原生化演進的原因主要有兩個，一是應用負載模型的精細化、動態演進，要求芯片內核技術升級。從架構設計上，芯片內核的線程處理分割需要更加細粒度，獨立內

85、核需要有獨享的二級緩存，來能夠最大程度的去適應云原生環境中需要平行擴展的微服務化應用，為用戶提供更高性價比的服務；二是超大規模數據中心和邊緣數據中心的需求猛增，這兩類數據中心在延時、散熱、功耗等需求與傳統數據中心不同，這對 CPU 的部署密度和能耗的要求越來越高，基于 ARM數字新趨勢 - 系列39路由模式Overlay 模式L2 模式優點 網絡性能高 支持Kubernetes原生負載均衡和網絡策略機制 符合傳統網絡的監管要求 物理網絡無侵入 支持Kubernetes原生負載均衡和網絡策略機制 網絡性能高 可直接與 IaaS 網絡層通信，易于遷移 符合傳統網絡的監管要求缺點 大規模應用場景需要

86、交換機與 BGP 打通 存在封裝影響性能 排查問題難，需引入額外排查工具 無法與傳統的網絡監管模式兼容 網絡管理依賴于物理網絡 大部分方案無法復用Kubernetes的網絡優勢實現技術方案 Calico BGP Flannel Host Gateway Kube-router Contiv BGP Calico IPIP,VXLAN Flannel VXLAN, UDP WEAVE Canal SDN 方案 Lunix Bridge Macvlan SRIOV OVS Bridge Contiv Vlan Ovn-kubernetes表 1 云原生網絡方案對比數據來源：中國信息通信研究院架構的

87、芯片成為云原生芯片的主要發展方向，比較典型的產品有阿里云的倚天 710 芯片、AWS 的Graviton 系列芯片等。3.2.2 云原生操作系統功能性解耦是云原生架構設計的核心要素，業務邏輯與服務功能的分離使得用戶感知的底層系統的技術棧分層顯著上移，這要求操作系統的服務邊界同步上移。Linux、Windows 等經典操作系統都是面向硬件交互的，在云原生技術的影響下，軟件功能模塊的調度交互也下移至操作系統層面，這就要求操作系統也要因云而變，云原生操作系統通過底層系統全棧技術的協同融合，能夠為云原生平臺和應用提供高效和創新的系統服務。當前云原生操作系統的技術壁壘還較高，比較典型的產品有阿里云的“袋

88、鼠”、騰訊云的“遨馳”等。3.2.3 云原生網絡云原生網絡的基本目標是滿足云原生服務的網絡端點和服務間的互通性、安全性和負載均衡要求。Kubernetes 已經成為容器編排的事實標準，容器網絡也需與 Kubernetes 的調度機制相匹配。容器網絡接口 CNI(Container Network Interface) 是現行的網絡接口標準， CNI 接口只實現創建、刪除容器時的調用方法，其他所有的網絡能力都交由網絡廠商實現增值服務，這在一定程度上加速了網絡方案的繁榮，但是給用戶的方案選型造成了較大困擾。大部分的用戶場景都是基于網絡的通訊協議進行方案選擇，根據網絡協議的不同，可將網絡方案分為路由

89、模式、Overlay和 L2 方案三種。云原生 新生產力的飛躍40自 CNI 標準發布到 2020 年，云原生網絡已經演進近 6 年時間。也積累了大量的用戶落地案例和大規模的實踐案例。未來對于云原生網絡的演進，依舊會在用戶落地場景方向上深度演進?？偨Y主要是以下幾個趨勢：大規模、 復雜的互訪場景要求云原生網絡扁平化。 隨著云原生技術的普及， 容器集群規?？焖僭鲩L，跨集群、跨 VPC 互訪場景越來越豐富，這要求容器端點具有與宿主節點相同的互通能力，容器和服務具有獨立 VPC 的子網地址，甚至具有獨立的直通網口 , 這樣在獲得更高轉發性能、更低損耗的同時，兼顧更好的隔離性。通過在容器掛接的網口配置安

90、全組規則，能夠實現容器級別的微分段網絡管控策略。但是，容器端點規模和發放速度相對于現有 VPC 網絡規格存在數量級的差距，規模擴展問題仍有待解決。eBPF 等技術將有效改善容器網絡復雜鏈路的高延時問題。容器網絡中大量依賴了 Linux 的網絡虛擬化的技術，例如 iptables、bridge 等，這些復雜的鏈路導致網絡延時顯著增加。而在Linux新版本內核中引入的eBPF 技術可以通過可編程的方式去簡化內核的網絡轉發鏈路， 通過把XDP 程序注入到了網卡驅動程序中，大幅度縮短網絡處理鏈路，降低復雜度，提升了網絡的可靠性和性能，在未來會有廣泛的應用。網絡安全將成為云原生技術底座的重要組成部分，平

91、臺的安全問題在所有的平臺演進和建設過程中一直扮演著非常重要，但是不十分緊急的角色，在容器安全建設上，大部分組織都是采取防守和被動姿態。但是本身在近幾年陸續爆出大量的基于容器平臺的安全隱患以及在國內“護網行動”的大背景之下，容器安全已經成為云原生底座無法繞開的一個問題，容器網絡安全在整個底座安全里面扮演了非常重要的角色，也將成為之后的 CNI 網絡演進的方向和趨勢。云原生網絡的規模擴展問題仍然有待解決。容器網絡和 VPC 網絡的扁平融合的趨勢之下，容器端點規模和發放速度相對與現有 VPC 網絡規格存在數量級的差距，單節點的彈性網口密度和彈性擴容速度依然不能滿足云原生工作負載的要求，規模擴展問題仍

92、待解決。數字新趨勢 - 系列41云原生加速數據庫系統演進，技術差距顯著縮小磁帶與卡片組網狀數據庫層次數據庫OracleIBM DB2SybaseSQL serverPostgresMySQLTeradataSybase IQGreenplumHadoopHBaseSAP HANARedisAWS AuroraAzure SQL DatabaseGoogle Spanner國外發展情況國內發展情況開源引入分析型數據庫異構NoSQL多模、HTAP云原生基礎技術1950-1980商業起步1980-19901990-20002000-20102010-至今PolarDBTiDBCynosDBGuess

93、DBOceanBase達夢數據庫南大通用相對薄弱的信息化基礎以及改革開放初期自由的市場競爭，國內數據庫產品缺少扶持和保護，導致了在很長一段時間內國內的數據庫市場被國外產品壟斷。進入云原生時代，數據庫架構設計的思路轉向云計算的技術底座，國內互聯網廠商十余年的技術積累和資金投入，促進數據庫技術取得突破性進展，技術差距顯著縮小。3.3 云原生數據庫3.3.1 云計算加速數據庫系統演進，技術代差逐步縮小數據庫技術是信息技術領域的核心技術之一 , 幾乎所有的信息系統都需要使用數據庫系統來組織、存儲、操縱和管理業務數據。國際數據庫技術壟斷，國內數據庫技術發展受限。在數據庫誕生之前 , 數據存儲和數據管理已

94、經存在了相當長的時間。當時數據管理主要是通過表格、卡片等方式進行 , 效率低下 , 需要大量人員參與 , 極易出錯。20 世紀 50 年代 , 隨著計算機的誕生和成熟 , 計算機開始運用于數據管理 , 與此同時,數據管理技術也迅速發展。 傳統的文件系統難以應對數據增長的挑戰,也無法滿足多用戶共享數據和快速檢索數據的需求。在這樣的背景下 , 20 世紀 60 年代 , 數據庫應運而生。在數據庫技術領域 , 數據庫所使用的典型數據模型主要有層次數據模型 (Hierarchical Data Model)、網狀數據模型 (Network Data Model)。而這一時期，國內的數據庫技術處于空白階

95、段。上個世紀 90年代開始，以 Oracle、IBM DB2 為代表的商業數據庫進軍中國，占領金融、電信等領域的數據庫市場，國內數據庫市場被海外品牌壟斷。云原生 新生產力的飛躍42圖 10 數據庫發展歷程受益于市場需求和技術沉淀，進入百花齊放的快速發展期。從 20 世紀 80 年代起，我國數據庫市場開始逐步發展起來。經歷了初始的技術萌芽期和國外廠商壟斷期，21 世紀初，基于 863 計劃、核高基計劃等國家政策支持，一批擁有高校背景的國產廠商成立，打破了 Oracle 和 IBM 一統天下的格局。2010s，隨著市場需求的增長、技術的沉淀，一批云廠商和新興獨立廠商開始提供數據庫產品。近年來，借助

96、國產化熱潮，許多軟件廠商、集成商、運營商等也開始入局，發展自己的數據庫能力。云計算廠商整體地位上升，國內數據庫抓住彎道超車機會。云計算技術的出現及成熟，給了中國數據庫突破現有數據庫格局的機會。云數據庫按需擴展、按需計費等特征使其獲得了中小企業及互聯網企業客戶。而這種客戶和行業的切入，也會反向推動數據庫技術的發展。云計算廠商的數據庫研發熱情高漲，Gartner 數據庫魔力象限中上榜的阿里云、騰訊云和華為其提供的數據庫服務均在數十種左右。國內外數據庫技術代差逐步縮小。數字新趨勢 - 系列433.3.2 數據庫中國隊崛起，挑戰與機遇并存過去十年，國產數據庫實現長足發展，市場占有率由 2009 年 4

97、.0% 增長至 2017 年 14.26%，增長超過 3 倍。目前，數據庫的國產化率仍然處于較低水平空間巨大，且滲透率有望加速提升。國內云數據庫的市場占比預計將由 2020 年的 32.7% 增長為 2025 年的 47.2%。當前，國產數據庫已經形成四大核心競爭陣營，包括：以阿里、騰訊和華為科技巨頭為代表的云數據廠商；以武漢達夢、人大金倉、南大通用和神舟通用“四小龍”為代表的傳統國產廠商；以 PingCAP、巨杉、萬里開源為代表的新興自研勢力；以科藍、浪潮、星格瑞為代表的外購擁有完整產權的廠商。信創快速全面推進， 國產數據庫廠商迎來新機遇。 信創即信息技術應用創新， 是在復雜國際政治背景下，

98、國家政策引導的新一輪信息產業創新。信創無論是對產業端還是需求端企業都是一個重要的契機。國產數據庫廠商借助政策東風，有利于其拓展市場，將產品放到實際場景中打磨，不斷更新迭代，實現彎道超車；傳統行業企業、政府等也可以借此契機，實現數字化轉型和業務的創新發展。但信創并非一日之功，從產業發展規律來看，新一輪的技術變革往往需要長達 6 年左右的實踐和積累，需要上下游廠商和企業共同的長期努力。云原生數據庫重塑數據庫架構體系傳統數據庫緊耦合的設計方式能夠最大效能的發揮系統優勢，主導了穩態業務時期的市場。但在業務需求快速變化的數字化時代，高效擴縮容和成本控制成為傳統數據庫發展的瓶頸，同時伴隨軟件交付形態的云化

99、，基于云計算特性設計、天然生長在云上的云原生數據庫將主導未來市場。傳統數據庫：水井需求變化鄉鎮、農村 | 用水規模長期穩定城市 | 用水規模彈性變化形態變化水和井捆綁，水是資產取水方式沒變工具改良升級取水方式改變原理、體系重構數據庫上云：壓水井云原生數據庫：自來水供水體系城市化加速水井式供水能力不足水和蓄水池分離，水是資源降低使用成本提升使用便捷性云原生 新生產力的飛躍44圖 11 國內數據庫發展概況3.3.3 云原生數據庫助力企業向數字化、在線化、智能化演進云原生數據庫是云計算發展到成熟階段，數據庫針對云計算架構所作的定制化改造。 在傳統數據庫的系統架構下，必須是緊耦合的設計方式，才能最大效

100、能地發揮系統的優勢。例如，過去每家每戶會根據用水量打一口水井使用，這與傳統的數據庫系統使用計算、存儲資源的方式一樣，但它是緊耦合的方式。如果水不夠了怎么辦？對應的，這就是傳統數據庫系統里經常提到的業務擴容。在金融行業， 數據庫系統擴容通常需要提前幾個月甚至半年去做規劃，進而細致部署、縝密實施，上線灰度再驗證，一整套流程就是為了擴容、縮容。傳統擴容過程非常漫長，而業務高峰過后縮容也很痛苦，往往會造成極大的資源浪費，也很難應對業務層需要的快速變化能力，這是傳統架構非常大的弊端之一?！霸啤本褪鞘褂锰摂M化的技術將資源池化。水是資源，不用緊耦合的方式來部署和使用，不用家家戶戶打水井，而是整個村莊聯合起來

101、“打”一個湖或池塘，再修管道連到各家各戶，這就是資源池化。資源池化以后可以做到按需按量使用，彈性調度，甚至還可以將資源進行解耦，比云原生數據庫未來技術趨勢大數據與數據庫一體化行列混存 + 混合負載 + 分布式計算與分析智能化自感知 + 自決策 + 自恢復 + 自優化多模多引擎多模：B+Tree、LSM Tree；OLTP、OLAP、HTAP多引擎：軟硬件一體化RDMA/NVM GPU/FPGAX86/ARM, Intel/申威/鯤鵬/飛騰安全可信可驗證日志與計算 + 全鏈路加密數字新趨勢 - 系列45圖 12 數據庫技術領域的變化趨勢如，將廚房當作一個計算節點，水當作存儲節點，可以隨時切換，如

102、果這個廚房不夠了，通過系統調度，可以快速拉起另外兩三個廚房做計算。這就是云原生核心邏輯，將不同類型資源解耦，并進行池化。讓原來的一口口獨立水井，在背后合并成一個看不見的江河湖海。具體的，比如在云原生的計算存儲分離架構下，業務節點可以根據需要自由地對計算、存儲進行快速的擴縮容等操作。云原生數據庫是重要的技術趨勢從技術視角來看，云原生數據庫最顯著的特征有3個，即計算存儲分離、共享分布式存儲和一寫多讀。存算分離保障了計算和存儲資源的獨立彈性，使計算節點的伸縮可復用云原生的彈性；共享分布式存儲保障了存儲節點擴展的彈性和穩定；一寫多讀特征保障了數據的高可用性。傳統馮諾依曼架構分布式架構云原生分布式架構優

103、勢穩定靈活的水平擴展能力數據多副本存儲，無需共享存儲兼具云的彈性、高可用與分布式的橫向擴展劣勢擴展性差計算及存儲需要同時擴展不夠靈活分布式查詢、分布式事務處理開銷大整體技術門檻較高應用范圍不夠普及云原生 新生產力的飛躍46云原生數據庫在技術架構上的創新使得數據庫具備了高擴展性、易用性、迭代快速、成本降低等特點，能夠有力地支持企業向數字化、在線化、智能化演進。高擴展性：云原生分布式數據庫與底層的云計算基礎設施分離，所以能夠靈活及時調動資源進行擴容縮容，以從容應對流量激增帶來的壓力，以及流量低谷期因資源過剩造成的浪費。生態兼容的特點，也讓云原生數據庫具備很強的可遷移性。易用性：云原生分布式數據庫非

104、常易于使用，它的計算節點在云端部署，可以隨時隨地從多前端訪問。因其集群部署在云上，通過自動化的容災與高可用能力，單點失敗對服務的影響非常小。當需要升級或更換服務時，還可以對節點進行不中斷服務的輪轉升級?？焖俚涸圃植际綌祿熘械母黜椃罩g相互獨立，個別服務的更新不會對其他部分產生影響。此外，云原生的研發測試和運維工具高度自動化，也就可以實現更加敏捷的更新與迭代。節約成本：建立數據中心是一項獨立而完備的工程，需要大量的硬件投資以及管理和維護數據中心的專業運維人員。此外，持續運維會造成很大的財務壓力。云原生分布式數據庫以較低的前期成本，獲得一個可擴展的數據庫，實現更優化的資源分配。中美云原

105、生產業發展態勢Chapter 333云原生將中美 ICT 技術代差從 30 年縮短至 2-3 年，為我國的技術破局提供了換道超車的可能，但當前也應清楚的認知中美云原生產業技術存在的客觀差距，這在一定程度上反映了中美兩國對云原生技術的價值認知和產業成果轉化程度的差異。云原生時代中美云計算產業代差將縮短至 2-3 年1970s1990s2010s傳統IT技術基礎軟硬件定義業務以IOE技術體系為代表10-15年產業代差云計算1.0軟件定義資源KVM、OpenStack5-7年產業代差云原生軟件定義應用Docker、Kubernetes2-3年產業代差企業信息化發展水平美國中國萌芽膨脹低谷爬升成熟新興

106、技術發展成熟度階段（Gartner模型）數字新趨勢 - 系列491現階段中美云原生產業仍存在量級差異現階段中美云原生產業、技術仍存在量級差距中國美國企業上云率（信通院：2020年數據）85%30%云服務支出占GPD比重（NASSCOM：2020年數據）5.36云技術技術專利全球占比（智慧芽：2021年7月數據）公有云市場規模（億美元）（Gartner、信通院：前瞻研究院2021年整理）916333云計算市場增速（IDC：2021年數據）61.1%966215云原生計算基金會收錄項目（CNCF：2021年數據）云原生計算基金會收錄項目累計star數（CNCF：2021年數據）云原生計算基金會收錄

107、項目累計融資（萬億美元）（CNCF：2021年數據）2.4云原生計算基金會收錄項目累計融資（十億美元）（CNCF：2021年數據）云原生創業公司單筆最高融資（百萬美元）（公開數據整理：2021年數據）云原生創業公司最高估值（十億美元）（公開數據整理：2021年數據）3云原生 新生產力的飛躍501.1 認知：美國較中國更早的認識云計算的戰略價值，政策推進云計算向縱深領域應用得益于整體技術水平和市場的成熟，美國聯邦政府對云計算的商業和戰略價值的認知更為深刻，云計算相關體系的刺激政策發布時間較我國均提前 2-4 年。同時在云計算的應用場景方面，美國已經邁過大規模企業上云階段，開啟實質性的云上價值挖掘

108、階段，相比之下我國的政策還在以鼓勵用云為主。 中美云計算關鍵政策時間線認知：中美對云計算的價值認知存在差異全美開展云計算產業相關的支持行動和具體部署，先后設立聯邦政府首席信息官、首席技術官、首席數據官等職位。同年成立云計算工作組，重塑管理組織體系。云計算政策體系發布提出全面提升電子政務技術服務能力，鼓勵業務應用向云計算模式遷移關于大力推進信息化發展和切實保障信息安全的若干意見發布2012年2009年該政策（“云優先”）要求標志著美國政府首次大規模地向云計算轉移。其后相關政策進一步強化了云計算在聯邦政府IT架構中的地位，并指出IT服務轉向云平臺的重要性。聯邦云計算發展戰略“云敏捷”戰略讓各機構采

109、用可以簡化轉型并擁抱具有現代化能力的云解決方案，使其能夠根據其使命需求做出信息技術決策，并利用私營部門的解決方案為美國人民提供最佳服務。更新聯邦云發展戰略2018年2021年戰略制定了美國本土以外的云戰略愿景和目標，戰略重點是將美國本土（CONUS）的云計算部署到全球范圍，為作戰人員提供戰術邊緣的云計算技術，明確提出了Kubernetes、DevSecOps等云原生代表技術的使用場景。OCONUS戰術邊緣云戰略2011年2015年明確提出指定由云基礎、云資源、云服務和云安全4個部分組成的云計算綜合標準化體系框架。云計算綜合標準化體系建設指南發布提出企業基于自身業務發展和信息技術應用需求，使用計

110、算、存儲、忘了、平臺、軟件等云服務。推動企業上云實施指南（2018-2020年發布提出加快數字化轉型共性技術、關鍵技術研發應用。支持企業探索云計算的技術應用和集成創新。關于推進“上云用數賦智行動培育新經濟發展實施方案發布2020年得益于整體技術水平和市場的成熟，美國聯邦政府對云計算的商業和戰略價值的認知更為深刻，云計算相關體系的刺激政策發布時間較我國均提前2-4年。同時在云計算的應用場景方面，美國已經邁過大規模企業上云階段，開啟實質性的云上價值挖掘階段，相比之下我國的政策還在以鼓勵用云為主。數字新趨勢 - 系列511.2 市場：美國領跑全球中國主導亞太， 中美云原生產業鴻溝持續收窄市場：亞太地

111、區以中國市場為主全球市場鴻溝將逐漸收窄發展預估：阿里云 VS AWS阿里云 VS AWS&Azure全球市場連年增長，3A（AWS Azure Alibaba）競爭格局逐漸穩固，中國企業躋身全球前列市場鴻溝逐漸收窄0%20%40%60%201620172018201920202021全球云計算市場份額，2016-2021（IaaS）AmazonMicrosoftAlibaba數據來源：Gartner，Market Share：IT services worldwide，2018-2021036912151821（USSB)6 years20132019E2021E2007201450%2015

112、56%64%2016E2017EAmazon Web Services ebitdamargin4 years3.5 years20132025EstimatesSources:Company data,Morgan StanleySCMP38.92%21.07%9.55%7.08%4.61%2.84%15.83%全球云計算laaS市場，2021亞馬遜微軟阿里云谷歌云華為云騰訊云其它數據來源：Gartner Market Share：IT Services,Worldwide 202115.80%14.03%25.53%11.95%7.67%25.02%亞太云計算laaS市場，2021亞馬遜微

113、軟阿里云華為云騰訊云其它數據來源：Gartner Market Share：IT Services,Worldwide 20213A 領跑全球，美企占比近六成。2021 年 Gartner 全球公有云 IaaS 服務市場數據顯示，市場占比前三的企業分別為亞馬遜、微軟和阿里云，市場份額分別為 38.92%、21.07% 和 9.55% 。相比中國，美國云計算產業發展較早，發達的本土市場（產業規模全球占比為 44%）、成熟完善的技術服務體系以及長期主導的全球霸權體系為美國云原生產業的全球化發展提供了絕對優勢。盡管我國企業的發展基礎相對薄弱，但頭部云服務商阿里云的市場份額連續五年上漲，從 2016

114、年的 3.7% 上漲至 2021 年的 9.55%，超過 Google 的 7.08%，穩居全球第三的位置，全球云計算的 3A 格局趨于穩固，市場差距逐年縮小。云原生 新生產力的飛躍52中國主導亞太，阿里云、華為云、騰訊云占比超過 2A 市場總和。Gartner 發布的 2021 年IT服務市場報告數據顯示， 阿里云以25.53%的成績位居亞太云計算服務市場第一，超過了微軟和亞馬遜市場份額。得益于全線產品的徹底云原生化，阿里云在云操作系統、數據庫、容器等多個核心技術領域取得了跨越式的發展，形成了可比肩美國的技術競爭力。同時，亞太地區國家的文化價值認同和我國國際影響力的顯著提升，也為中國云服務商

115、的商業拓展提供了重要機遇。2020 全球基礎設施即服務市場報告6.10%9.50%19.70%40.80%23.90%GoogleAlibaba GroupMicrosoftAmazonOthersInfrastructure as a Service,World Wide Share,2020亞太區云計算市場份額變化38.92%21.07%9.55%7.08%4.61%2.84%15.83%全球云計算laaS市場，2021亞馬遜微軟阿里云谷歌云華為云騰訊云其它數據來源：Gartner Market Share：IT Services,Worldwide 202115.80%14.03%25.

116、53%11.95%7.67%25.02%亞太云計算laaS市場，2021亞馬遜微軟阿里云華為云騰訊云其它數據來源：Gartner Market Share：IT Services,Worldwide 20211.3 資本：華爾街押注創新技術，中資偏重基礎產品技術成熟、生態完備，細分領域的技術創新引爆美投資市場。云原生基礎技術在美已經成熟，行業用戶接納度較高，細分領域的中小創業公司與巨頭已發展出良性的生態共生模式，商業路線逐漸清晰，大幅增強了資本信心，催生出一批百億市值的云原生獨角獸公司。最具代表性的是云原生數據倉庫服務商 Snowflake，誕生 3 年就實現了美國迄今為止最大規模的軟件 IP

117、O，上市首日市值突破 700 億美金。數字新趨勢 - 系列53資本：美資本市場成熟對云原生接納度高中國仍處觀望狀態云原生產業在美進入高景氣周期，億級美元的投融資事件頻發，催生出一批百億市值的技術新貴公司；中國資方對云原生產業的發展前景看好，但仍處觀望狀態，戰略性試水投資是主流。企業融資金額(元）業務領域行翼云數千萬云原生SaaS偶數科技近2億云原生數據倉庫KodeRover數千萬云原生軟件數字化交付行云創新-一站式云原生開發平臺PingCAP億級云原生分布式數據庫云溪科技超千萬云原生安全PPIO千萬級分布式云計算拾聯科技-云原生AIoT+視頻賦能中臺九章云極DataCanvas3億面向云原生的

118、數據科學平臺行翼云千萬云原生ERPSphereEx千萬級分布式中間件分秒幀千萬級基于云原生構建音視頻協作工具平臺Kyligence4.5億企業級開源數據管理與分析支流科技千萬級云原生API網關九科信息千萬級云原生RPA平臺小佑科技千萬級云原生安全探真科技千萬級云原生安全雅克云千萬級云原生安全奇點云8000萬云原生數據中臺總融資超15億元（不完全統計）企業近一批融資/總融資(美元）估值/總市值（美元）Elastic-/1.04億-/114.8億MongoDB-/2.1億-/367.9億Snowflake-/13.87億-/1069.7億Sysdig3.5億/7.28億25億/-Databrick

119、s16億/34.97億380億/-Datadog-/1.47億-/562.8億Kong1億/1.7億14億/-Confluent-/4.56億-/186.9億D2IQ1.25億/2.45億7.75億/-Cockroach2.73億/-50億/-美國典型原生公司投融資情況中國近1年云原生領域投融資情況數據來源：CB insights數據查詢（截止至2021年12月）單筆融資超16億美元數據來源：科創板日報不完全統計總融資超百億美元（不完全統計）孵化出千億市值的上市企業單筆融資3億元首個估值超百億的企業垂直行業應用深度不足，國內資本聚焦云原生基礎設施。相較美國中國云計算產業整體發展歷程較短，國內云

120、原生雖已在互聯網和金融領域深化應用，但在傳統制造、能源以及政務、軍工等行業對云原生技術接受度不高，云原生化仍處于低位。據信通院調查數據顯示，業務云原生化的安全可靠性、遷移的高成本和效果不可預期是企業選擇云原生技術的最大顧慮。而上述行業對于數據和業務的安全穩定要求更高，且大多選擇私有云或混合云，這些領域大型公有云服務商無法完全覆蓋，因此國內誕生了一批容器云、云原生管理運維以及云原生安全企業，并受到到資本市場高度關注，融資規模漸趨穩定。云原生 新生產力的飛躍542美國引領核心技術，中國技術影響力顯著增強云原生技術生態由美國企業開創，美國開源項目貢獻度遠超其他國家。云原生的概念以及最核心的容器、容器

121、編排引擎項目均由美國科技公司推出，云原生領域最具影響力的開源生態系統CNCF 是由 Google、RedHat 和微軟等公司牽頭創立，目前全球主流的云計算科技企業絕大部分都是 CNCF 會員，而開源的生態系統無疑是推動云原生技術創新的源動力。根據 CNCF 統計，在Kubernetes、Contained、Envoy、Prometheus 等核心技術項目中，美國貢獻度排名第一其占比極高，Google、RedHat、IBM 等美國企業貢獻度名列前茅。技術：美國主導核心技術中國影響力顯著增強數字新趨勢 - 系列553中美產業用戶的云原生應用深度存在顯著差異美國已在國防科工等。云原生技術在美國國防部

122、“云戰略”中扮演重要角色。2021 年 5 月26 日，美國國防部公布美國本土以外（OCONUS）的戰術邊緣云戰略，旨在通過云創新和彈性實現軍事主導的全領域優勢，支撐全球海陸空天網聯合作戰，應對國防挑戰。不同軍兵種可以基于JCF 開發特定任務的 AI/ML 算法，并通過 MLOps 流水線，基于 Kubernetes 云原生保證的開發測中國云原生技術起步雖晚于美國，但在中國超大規模應用豐富的互聯網環境孕育下發展非常迅速。一方面中國科技公司加大技術投入，CNCF 開源社區核心項目貢獻度提升，并引領細分領域技術的創新。CNCF 整體貢獻度中國科技公司打破美國壟斷進入前十，Kubernetes 項目

123、貢獻度僅次于 Google、RedHat，同時中國科技公司貢獻并主導了 Dargonfly、KubeEdge 等新項目。另一方面阿里云、騰訊云、華為等企業已具備全球競爭力，陸續入 Gartner、Forrester 等國際權威咨詢機構云原生類競爭分析報告，打破美國企業獨占的格局，進入頭部序列。阿里云連續兩年入選Gartner競爭格局：公有云容器服務，并于 2021 年與 AWS 并列成為全球容器產品最完善的云服務廠商。Forrester 發布的The Forrester New WaveTM: 函數及服務平臺）Q1 2020報告中僅有美國和中國服務商入選。技術：美國主導核心技術中國影響力顯著增

124、強項目美國貢獻占比中國貢獻占比KubernetesUS 1st 接近50%Google 1stRed hat 2ndVMWare 3rdCHN 4th 接近2%華為 4thContainerdUS 1st 接近83%Docker 1stGoogle 2ndIBM 3rdCHN 3rd 接近2%華為 8thEnvoyUS 1st 接近50%Lyft 1stGoogle 2ndCHN 3rd 接近1%阿里巴巴 9thHelmUS 1st 接近45%Microsoft 1stBitnami 2ndCHN 12rd 接近1%DaoCloud 20th中美云原生核心開源項目貢獻對比本土開源反推國際的熱門

125、項目Harbor項目16.4KStarsNacos項目OAM項目2,323Stars20.1KStars云原生 新生產力的飛躍56用戶：美國軍政核心系統中有廣泛應用中國集中泛互聯網化應用用戶分析中國用戶使用云原生技術情況互聯網和信息服務企業、金融、制造、政府、電信軟件/技術公司、金融、咨詢、電信、教育互聯網行業用戶對比傳統行業用戶對比對公有云存疑擔憂，私有化建設能力供給不足，現行企業已有創新應用，長尾企業采納度低。廣泛基于公有云服務將云原生技術應用于業務創新中軍政行業用戶對比美軍政用戶已將云原生技術廣泛且深度用于創新領域，如F-16戰機軟件升級、陸?？仗炻摵献鲬饏f同領域等。美國用戶使用云原生技

126、術情況典型應用案例美國國防部發布DoD戰術邊緣云戰略，提出基于云原生環境一致性特性，實現作戰能力到戰術邊緣的快速部署。用戶占比Top5對云原生技術已有初步了解，逐漸接納基于云原生技術構建數字基礎設施，在便民因為系統中試點應用。技術引領者技術引領者抗疫健康碼平臺的研發部署。試環境與戰術邊緣側生產環境的一致性特性，將人工智能 / 機器學習作戰能力快速部署到戰術邊緣，從而快速、適應性地實現信息優勢和決策優勢。戰術邊緣側的數據，也可以通過軟件定義廣域網，反饋傳回到 CONUS 的云上進行分析和訓練和評估。云原生技術尚未進入中國軍政核心領域應用，商業領域的云原生化應用逐步加深。隨著數字化轉型的深入，企業

127、需要充分享受云計算帶來的紅利，需要讓業務能力生于云、長于云，由現在的 ON Cloud 進階到 IN Cloud。隨著云原生技術的不斷演進和持續發力，云原生應用呈現出繁榮生態，云游戲、新零售、金融、政務、交通、能源等各個領域開始呈現出越來越多的云原生應用實例。云原生在各個行業的應用逐漸普及，助力企業云原生化轉型?；ヂ摼W、泛互聯網行業率先開啟了云原生化改造，以微服務為架構模型、容器為技術載體、實現產品研發運營一體化的云原生應用模式，助力企業以靈活應用架構承載和應對了多變的業務需求，實現了業務短期迭代、產品快速更新、應用彈性伸縮。隨著用戶對云原生技術的認知和使用進入了新的階段，云原生化需求也從互聯

128、網行業走向越來越多的傳統行業，從行業頭部企業逐步下沉到中小規模企業，從領先企業嘗鮮變為主流企業必備，云原生已經成為新常態。根據中國信通院 2020 年和 2021 年組織的云原生應用十佳案例評選可以看到，金融、零售、能源、工業等企業開始走進云原生時代，擁抱以容器、微服務、DevOps 為主的技術應用，支撐業務創新。云原生技術行業應用Chapter 44云原生 新生產力的飛躍584隨著云計算、大數據以及人工智能等技術步入成熟，數字化正逐步從消費互聯網向產業互聯網延伸。在工業制造領域，產品生產工藝流程通常極為繁瑣，涉及物料采購、產品生產、質量跟蹤、物流倉儲、用戶交付等關鍵環節，其中任何環節出現問題

129、或延誤，將直接影響產品的安全生產與高質量交付。因此，如何優化整個工業制造生產鏈條，實現產品全生命周期數字化成為工業企業數字化轉型的重點。通過云原生技術能夠幫助工業企業快速構建平臺，實現設備、機器、人力互聯，用戶、產品互聯、企業、供應鏈互聯，全面提升工業生產中數據的價值，服務于安全生產、質量監控、產品1制造業：打造產品生命周期數字化工業物聯網：產品生命周期數字化在應用云原生技術后，制造業可以低成本進行數字化轉型，在設備、機器、人力間互聯互通，企業與供應鏈的互聯互通以及用戶與產品的互聯互通。及時將各環節信息集中反饋，從而實現新的盈利模式，及時通過用戶反饋開發新的產品。飛利浦：飛利浦的IT運維成本縮

130、減了54%;部署一臺能夠直接應用的服務器僅需幾分鐘;實現按需調節服務器資源使用量;運維人力成本也顯著降低，解放時間專注業務系統的運維與優化。老板電器：在關鍵物料質量控制方面，老板電器各片區檢驗員根據當班葉輪上線檢查的質量情況輸入到該表單當中，計劃、生產和品質人員通過圖表直觀的反應質量波動狀況，及時掌握質量信息，當出現異常時能快速響應。云原生應用成效設備、機器、人力互聯企業、供應鏈互聯用戶、產品互聯萬物互聯-工業物聯網云原生化轉型生產質檢運輸用戶物料工業產品的生命周期中每個環節制造種類繁多，量級巨大的數據。各環節的信息反饋。傳統制造業中對于數據的利用率不足，生產中難以靈活應對，對數據結果的反應滯

131、后，錯失機會。數字新趨勢 - 系列59制造業 MES 云原生化改變市場格局對于現代工業，傳統點對點生產運營模式的工廠已經不能滿足現代追求特型化的用戶需求，進而帶給工業企業一個關乎生存的挑戰：如何讓整個制造鏈對業務變化快速響應。作為智能制造的核心，MES（制造執行系統）如何利用消費者數據適時調整策略成為捕捉市場動向，擴展商業版圖的重點。而云原生化的MES為中小企業帶來了彎道超車的可能。傳統MES云原生化MES成本連同專用硬件打包出售，成本極高功能模塊化，按需配置，計費靈活部署本地化部署 實施時間以年為單位云上靈活部署 實施時間以月為單位可復用性高度定制化功能產品化、普適化迭代代碼固定，更新難高頻

132、次迭代更新飛利浦：飛利浦的IT運維成本縮減了54%;部署一臺能夠直接應用的服務器僅需幾分鐘;實現按需調節服務器資源使用量;運維人力成本也顯著降低，解放時間專注業務系統的運維與優化。老板電器：在關鍵物料質量控制方面，老板電器各片區檢驗員根據當班葉輪上線檢查的質量情況輸入到該表單當中，計劃、生產和品質人員通過圖表直觀的反應質量波動狀況，及時掌握質量信息，當出現異常時能快速響應。云原生應用成效研發迭代，進而打造產品全生命周期數字化，實現工業企業數字化轉型。一方面，通過云原生平臺實現了生產設備間數據互聯互通，通過對生產質量數據實時監測與自動化分析，有效提升了產品生產良品率，幫助企業大幅度降低生產成本。

133、另一方面，多變的市場環境促使客戶需求向高品質、定制化發展，依托于云原生平臺，整個生產制造產業鏈實現了以最快的速度響應客戶需求變化，促進了企業業務創新發展。以老板電器為例，由于企業內部使用的 ERP、CRM、SRM、OA 以及 PLM 等應用系統間無法實現業務流程與數據打通，成為了其數字化轉型過程中的痛點和瓶頸。通過借助云原生平臺，企業實現了代碼零基礎的部門業務人員也能輕松搭建應用，核心功能表單、流程、圖表使用頻率極高，這就使得業務人員從產生想法到輔助實施都能很快完成，大大縮短了系統開發周期，業務應用靈活度高、迭代速度快，更方便、快捷地解決部門品質管理上的需要。同時，通過平臺數據信息打通，實現了

134、生產數據的實時監控與分析。例如，各片區檢驗員可將當班葉輪上線檢查的質量情況輸入平臺表單，計劃、生產和品質人員即可通過圖表至關的反應質量波動狀況，及時掌握質量信息，當出現異常時能快速響應。云原生 新生產力的飛躍602金融業 :從架構敏捷到業務敏捷的質變金融業 - 平臺云原生化硬件整體擴容，差異化嚴重大規模計算推理場景用戶畫像精準營銷屏蔽硬件差異，服務級別擴容服務集群容器化隨著互聯網行業的高速發展，金融行業也步入互聯網化。利用互聯網即可輕易獲取大量用戶數據，在此基礎上進行用戶畫像、精準營銷，直擊用戶需求，推送金融產品。并且電子交易時代的到來使各金融行業的線上系統彈性壓力陡增，亟需更新架構。 敏捷開

135、發交付建立應用開發、測試、運維流水線提高服務發布效率容器鏡像分層精簡、構建應用鏡像分鐘級交付，秒級啟動應用交付周期縮短80%業務需求響應速度提高50% 提高資源利用效率資源彈性供給動態靈活配置降低IT資源的運行和集成成本容器云平臺整合比1：48 資源利用率提升6倍 自動化高效運維Kubernetes自動管理容器狀態，自愈能力強自動化動態擴縮容，高效應對容量壓力滾動升級、灰度發布、應用不間斷提供服務光大銀行引入基于云原生平臺的效能提升傳統金融行業系統云原生化平臺資源異質化嚴重，協作困難，利用率低容器技術屏蔽底層硬件差異，最大化資源利用率彈性高頻金融交易場景下并發失衡微服務架構拆分應用，針對性按需

136、擴容，及時低成本擴充服務能力遷移硬件與廠商綁定，新業務開發困難云原生應用不與廠商綁定，隨時遷移。并且能靈活應對業務發展中不同的需求，不間斷升級應用。數字新趨勢 - 系列61隨著互聯網的高速發展，作為率先步入了互聯網時代的行業，金融業成為了數字化轉型的領航者?；ヂ摼W海量數據、高頻線上交易等層出不窮的應用場景無一不牽引著金融業商業模式的變革。一方面，為應對各類大促場景與電子交易，金融行業面臨業務系統流量彈性壓力陡增。由于歷史遺留原因，基礎設施資源異構化嚴重，資源利用率普遍較低，彈性伸縮能力較弱，金融企業應用基礎設施及軟件架構均亟需升級。另一方面，互聯網金融促使傳統金融企業轉型，驅動金融科技和金融產

137、品的升級。金融企業唯有基于大量的用戶數據，進行有效利用形成用戶畫像，實現精準營銷，才能直擊用戶需求，精準推送金融產品，促進企業業務邁入數字化發展階段。云原生平臺則完美地幫助金融企業解決了這一難題。容器技術能夠屏蔽底層基礎實施架構差異， 實現資源利用率最大化；微服務架構拆分應用，實現服務按需彈性的同時， 降低了應用研發和運維運營成本?；谠圃鷺嫿ǖ臉I務應用具備彈性、高可用且快速迭代等優勢，助力企業靈活應對業務發展中不斷變化的客戶需求，促進了金融業務的可持續發展。某大型股份制銀行容器云 PaaS 平臺運用分布式微服務框架、云中間件、容器、DevOps 等云原生技術，搭建了可提供橫向擴展、秒級伸縮

138、、智能運維、適應快速開發持續交付的 PaaS 級云平臺，推動光大從傳統架構向互聯網架構演進。該平臺基于 Docker 容器進行應用部署、運行、調度資源，利用容器的輕量級特性，在服務數量激增的情況下節省更多應用部署和運行資源，可以輕松應對波動的業務流量。同時，應用的鏡像交付形式實現了“一次構建，多次部署”，避免傳統部署過程帶來的操作復雜度與操作風險。通過該平臺，應用交付周期縮短了 80%，業務需求響應速度提高 50%。金融行業傳統業務系統與云原生系統的對比傳統金融行業系統云原生化平臺資源異質化嚴重，協作困難，利用率低容器技術屏蔽底層硬件差異，最大化資源利用率彈性高頻金融交易場景下并發失衡微服務架

139、構拆分應用，針對性按需擴容，及時低成本擴充服務能力遷移硬件與廠商綁定，新業務開發困難云原生應用不與廠商綁定，隨時遷移。并且能靈活應對業務發展中不同的需求，不間斷升級應用。云原生 新生產力的飛躍62云原生中間件：承上啟下的中流砥柱企業生態：從專注于企業自己的縱向業務發展，升級到通過API實現生態的橫向聯通。模型編程：從面向操作系統編程，升級為面向BaaS的云原生編程。軟件工程：從大部分企業掙扎于迭代速度，升級為常見的敏捷業務迭代。數據處理：從大量連接人的計算，升級到大量連接IoT設備計算，IT設施升級到圍繞云邊端進行實踐響應。中間件經過傳統架構向當前互聯網高度分布式和系統頻繁變化的架構變遷，云原

140、生中間件從底層資源、設計原則、運行時、呈現形態都發生了脫胎換骨的變化，呈現出構建云原生中間件的十個關鍵要素，全方位的賦能各類應用場景。1946ENIAC的誕生1990s互聯網時代來臨現代中間件誕生2010開源技術興起開放協作推動中間件技術發展1960s軟件登上歷史舞臺2006云計算時代為中間件提供了平臺2013云原生時代賦予中間件新的內涵十要素資源支持中間件運行時呈現形態設計原則容器原生組件模塊化、服務狀態、事件驅動、可觀測性統一響應式與聲明式的API平臺化服務韌性設計、彈性伸縮、動態部署應用場景賦能數字新趨勢 - 系列63新零售 - 營銷與供應鏈數字化新零售在銷售核心、銷售方式、營銷策略以及

141、供應鏈等方面給零售行業帶來顛覆性改變。商品推送更貼合：消費者購買數據智能化分析，消費客戶畫像更清晰，商品推送更加貼合用戶需求商戶選品更精準：商品銷售數據智能化分析，商戶商品品類進貨更精準，降低庫存成本供應鏈更透明：基于智能營銷庫存分析，供應鏈決策更加數據化、智能化，實現供應鏈共贏云原生數字營銷與供應鏈平臺：數據量變帶來服務質變傳統零售新零售核心內容商品消費者銷售方式線下、實體店線上、電商營銷策略被動主動，個性化推送供應鏈個體經濟，供應鏈相對較短平臺經濟，供應鏈一體化互聯網的高速發展同樣給傳統零售行業帶來了巨大沖擊，“新零售”在銷售核心、銷售方式、營銷策略以及供應鏈等方面相對傳統零售有著顛覆性的

142、改變。從銷售核心上看，傳統零售以商品為核心管理運營，而新零售的核心在于觸達消費者，通過準確把握住消費者心理與消費習慣獲得商業成功；從銷售方式上看，傳統零售以線下和實體店為主，而新零售的核心戰場在線上以及電商應用中，只要打造智能、易用的線上消費場景才能為消費者帶來更好的購物體驗；從營銷策略上看，傳統零售多應用電視廣告、傳單等被動營銷手段，而新零售則更注重主動營銷策略，通過客戶畫像智能分析進行個性化多渠道的商品推送；從商品供應鏈來看，傳統零售屬于個體經濟，其供應鏈相對較短，而在新零售則進入了平臺經濟時代，實現供應鏈一體化才能實現整個產業的共贏。3零售業 :營銷與供應鏈數字化體驗云原生 新生產力的飛

143、躍64基于云原生構建的數字營銷與供應鏈平臺，基于大量消費數據為“新零售”從數據量變帶來了服務質變。一是商品推送更貼合，通過對消費者消費行為分析，使得客戶畫像更加清晰，商品推送更加貼合用戶實際購買需求；二是商戶選品更精準，通過對銷售數據智能化分析，商戶商品品類進貨更精準，從而降低了商品庫存成本；三是供應鏈更透明，基于智能營銷庫存分析，新零售供應鏈決策更加數據化，智能化，實現整個產業供應鏈共贏。作為中國領先的現場娛樂全產業綜合服務提供商大麥網，在融入阿里巴巴大文娛生態后，通過業務中臺快速完成了其業務系統的更替，涉及業務域有會員、商品、交易、營銷等核心鏈路，將線下票倉、大麥網、大麥 APP、大麥天貓

144、旗艦店業務系統合一。新系統上線后網站成交金額（GMV）提升 148%，購買 UV 增長 257%。傳統零售與新零售的對比傳統零售新零售核心內容商品消費者銷售方式線下、實體店線上、電商營銷策略被動主動，個性化推送供應鏈個體經濟，供應鏈相對較短平臺經濟，供應鏈一體化數字新趨勢 - 系列65隨著電商逐步發展成熟，物流行業的應用場景愈加豐富，對快件交付效率、物流服務品質等均提出了更高要求。首先，對于物流行業而言交付效率是第一要務，特別是在冷鏈配送、商務快件等場景中對快件的交付時效性與安全性均有嚴格要求， 需要不斷根據經驗積累優化配送流程， 以是用戶體驗到更加極致的物流速度。其次，用戶希望在快件準時交付

145、的同時，能夠實時了解物流的狀態，滿足更多個性化的物流需求，因此對物流業務創新與應用迭代速度提出了更高要求。從總體上看，物流行業具有轉運環節多、快遞件數多、調度操作多等諸多業務痛點，如何運用新技術手段實現快件的智能化調度、智能化服務成為了物流行業數字化轉型的難點。依托于云原生平臺，物流行業實現了物流轉運數據打通、物流配送流程智能化以及物流服務品質提升。從物流轉運數據上看，通過云原生平臺實現不同應用系統間轉運數據的流通與實時呈現，做到了快件轉運數據全流程跟蹤；從物流配送流程上看，通過云原生平臺，實現配送路徑的智能規劃與調度，進一步加快物流時效，降低運輸與倉儲成本；從物流服務品質上，通過云原生平臺實

146、現業務應用按需彈性與高可用，滿足了大促活動等對物流業務量的考驗，提升用戶的服務體驗。4物流行業 :轉運作業數字化征程智慧物流 - 轉運作業數字化傳統物流智慧物流電商應用場景復雜大促活動頻次增加轉運環節多：裝車、卸車、分揀等流程繁瑣快遞件數多：快遞隨電商促銷等活動數量激增調度操作多：高峰時期單日千萬+級別操作次數物流轉運數據精細跟蹤：數據線上化，全流程跟蹤物流配送流程智能調度：加快物流時效，降低成本物流高峰業務零異常：提升服務體驗云原生轉運作業平臺業務痛點數字化提升云原生 新生產力的飛躍66以物流行業申通快遞為例，通過申通通用云原生技術平臺，解決了傳統應用升級緩慢、架構臃腫，不能快速迭代等問題。

147、通過云原生架構體系，在成本、穩定性、效率、賦能業務等四個維度獲得了顯著成效。目前申通核心業務系統已經在云上完成流量承接，每天處理訂單量在千萬級別，處理物流軌跡在億級別，每天產生的數據量在 1T，使用 1300+ 個計算節點來實時處理業務。數字原生企業的崛起Chapter 555前述文章詳細的介紹了云原生的產生背景、技術特征、典型服務產品、全球視角下的產業技術發展現狀以及云原生在各行業中的落地實踐應用。本章將對基于云原生技術實現數字化轉型的企業進行系統性分析，并對典型數字原生企業的商業成功模式進行剖析。數字新趨勢 - 系列69IDC 于 2017 年提出了數字原生企業（digital-nativ

148、e enterprise）的概念，預測了一種由技術強驅動、以數據為核心的顛覆性運營革新的企業形態的出現，這種前瞻性的預測成為了企業數字化轉型的燈塔。但是 2017 年能夠支撐產業大規模數字化轉型的底座技術尚未成熟，digital-native 更多是描述一種愿景和最終形態。同年云計算技術領域再次迎來轉折點，Kubernetes 統一云原生編排技術，技術生態發展路徑逐漸清晰，為云原生技術的快速普及發展提供了基礎，云原生元年就此開啟?，F如今，基于云原生技術來構建企業的數字基礎設施實現全生產周期的要素數字化，進而加速數據與生產業務的融合貫通，實現數字化轉型已經成為廣泛共識。因此在現階段數字原生的更準

149、確定義應是 Cloud-Native Digital，即基于云原生技術實現的全面數字原生。1從云原生到數字原生云原生與數字原生的關系傳統企業數字原生企業階段一數據原生階段二數業融合數字原生云原生云原生數字化轉型云原生 新生產力的飛躍702數字原生企業概念及全景視圖2.1 數字原生企業概念數字原生企業概念數字原生企業六大特點治理戰略化數字文化、數字營理念為核心戰略業技融合化生產經營和內部管理業務融合數字技術平臺云智化云化平臺為核心載體，構建敏捷數字底座運營生態化客戶需求、體驗、忠誠度作為核心競爭力數據價值化數據和算法是核心資產風險橫貫化以數字化思維保障生產安全典型代表特征產品或服務即軟件數字技術

150、直接加速生產效率商業模式和運營方式誕生起就強依賴于數字技術和數據商業模式和運營方式根植于傳統利用數字技術完成數字重生Snowflake、平凱星辰阿里云、亞馬遜企業類型互聯網廠商、云服務ISV強互聯網屬性的泛行業新銳傳統行業的數字先行企業蘑菇物聯、元氣森林蔚來汽車建信金科、上汽大通海爾卡奧斯技術定位供給方使用方一體兩面泛傳統行業新銳傳統行業企業的新部門互聯網企業“原生”來源于原理主義，以某種理念為思維的出發點?！皵底衷笔侵钙髽I、組織或產業在發展的過程中，將以互聯網、云計算等“數字技術”為代表的思維，充分融入組織、業務、技術、人才的資源配置和模式創新?！皵底衷逼髽I：全面數字化的時代已到來，

151、在我國大力推進數字技術與實體經濟相融合的大背景下，我國涌現出一批體量小、估值高、發展快、天生擁有“數字化基因”，通過數字化思維和技術開展企業生產經營的新興機構。數字原生企業（Cloud-Native Digital Enterprise）是指業務流程、交易和交互很大程度上由技術支持的組織，即企業在內、外部運營中均依賴數字技術獲取競爭優勢。相較傳統企業，數字原生企業以數據為媒介，以軟件系統為入口，顛覆了傳統企業感知和調度物理世界資源的方式。全面數字化的時代已到來，在我國大力推進數字技術與實體經濟相融合的大背景下，我國涌現出一批體量小、估值高、發展快、天生擁有“數字化基因”，通過數字化思維和技術開

152、展企業生產經營的新興機構。數字新趨勢 - 系列71數字原生企業分類及其特征典型代表特征產品或服務即軟件數字技術直接加速生產效率商業模式和運營方式誕生起就強依賴于數字技術和數據商業模式和運營方式根植于傳統利用數字技術完成數字重生Snowflake、平凱星辰阿里云、亞馬遜企業類型互聯網廠商、云服務ISV強互聯網屬性的泛行業新銳傳統行業的數字先行企業蘑菇物聯、元氣森林蔚來汽車建信金科、上汽大通海爾卡奧斯技術定位供給方使用方一體兩面泛傳統行業新銳傳統行業企業的新部門互聯網企業2.2 數字原生企業分類根據企業數字化基礎和歸屬行業特征，可將數字原生企業分為三類，即互聯網企業、傳統行業新企業以及傳統行業企業

153、的創新部門?；ヂ摼W企業是數字技術的創造者和深度踐行者，其核心服務或產品是軟件，數字技術的引入直接加速研發生產的效率。泛傳統行業新銳企業以互聯網思維改造傳統行業的商業及運營模式，這類企業沒有技術的歷史包袱，自誕生起生產、運營決策強依賴于數字技術和數據，業務表現出較強的互聯網屬性，典型代表有蘑菇物聯、犀牛智造、元氣森林等。傳統行業企業的創新部門， 主要指傳統行業企業新成立的負責數字化建設的子公司， 是傳統行業中數字先行企業在數字化轉型過程中的自然衍生，它們在傳統商業模式和運營方式的基礎上，利用數字技術完成生產效能的躍升，典型企業有建信金科、上汽大通等。云原生 新生產力的飛躍722.3 數字原生企業

154、特征技術驅動、數據指引是數字原生企業的核心，這與傳統企業形成了本質區別，具體表現總結為七個核心特征：以互聯網平臺為核心載體，全周期的生產活動、用戶信息感知等供需兩側數據均由互聯網平臺作為統一入口，為數據流通提供基礎載體；以獲客數量和規模為核心戰略，大體量的獲客數量能夠為產品優化提供更精準的數據樣本，增強獲客提升 - 產品優化的良性循環；以服務客戶為核心競爭力，將客戶的需求、體驗和忠誠度作為企業最重要的競爭力，由追求短期利益向商業長期主義過渡；以快速迭代試錯持續出新為核心手段，依靠數字技術降低探索和創新的試錯成本，加速業務敏捷實現產品的小步快跑、高速迭代；以人才、 數據和算法為核心資產， 將高科

155、技人才、信息基礎設施、技術體系、數據資產和算法作為企業的戰略資產，持續開發、優化上述資產；以商業生態的拓展維護為核心能力，將生態系統開發、 平臺整合能力和核心IP視為同等重要的能力，通過不斷整合外部資源，提供新的產品和服務，確?？蛻舻亩嘣枨蟮玫綕M足，增強客戶的黏性和忠誠度；以多維數據整合作為核心知識，將網絡空間海量數據的分析處理、異構數據的整合、分析與決策支持能力和人工智能技術的應用作為組織的關鍵知識。數字原生企業七核心數字原生企業七核心核心載體互聯網平臺核心戰略獲客數量規模核心競爭力客戶需求、體驗和忠誠度核心手段快速迭代試錯持續出新核心資產人才數據算法核心商業生態生態系統開發平臺整合能力核

156、心IP核心知識海量網絡空間數據的整合分析處理和AI技術應用數字新趨勢 - 系列733典型數字原生企業剖析3.1 SnowflakeSnowflake：現象級云原生初創企業High Growth SaaS IPO Benchmarks傳統數倉云上數倉云原生數倉On-Premise：古法陳釀舊瓶裝舊酒Cloud-Based：古法新釀新瓶裝舊酒Cloud Native：釀造工藝和酒瓶的革命性升級技術形態性能受限底層硬件存算分離10倍以上提升受限架構形態爬坡周期36個月612個月24個月以上市值1000億美元平均增速121%創業僅3年峰值股價429美元DBEngines排名18位IPO規模軟件歷史之最

157、以Snowflake為代表的第一類數字原生企業其產品即軟件，服務的本質是降低用戶生產、加工數據的門檻，主要反映在兩方面，一是降低使用者的心智負擔，使弱技術背景的業務人員也能用好數據；二是更快、更便宜的處理數據。云原生 新生產力的飛躍74Snowflake Inc. 是一家成立于 2012 年，總部位于加州圣馬特奧，主營云數據存儲的創業公司，旨在為客戶提供一種基于云計算的數據存儲、管理和分析服務。Snowflake 利用了當今企業技術的兩個最大趨勢：大數據處理和公共云。Snowflake 的核心產品基于云的數據倉庫，該倉庫可在三個主要的公共云之間無縫運行，與最初設計用于內部部署數據中心的舊數據倉

158、庫形成了鮮明對比。公司從最初的產品擴展到現在，提供了統一的大數據查詢，治理和服務套件。首先，有別于受底層硬件限制的傳統數倉服務，Snowflake 是一款全托管的 SaaS 產品，這極大的降低了客戶的心理負擔；其次，Snowflake 是數字原生的，更是云原生的，它擺脫了業務架構形態的限制，適用場景更加廣泛；再次，Snowflake 存算分離的服務為客戶提供了一種彈性的價格模型，依據存儲和計算的使用量定價，同時，利用公有云的彈性和性能，使客戶以幾乎為零的運維成本、安全合規的方式從快速增長的數據集中獲取價值。 Snowflake 產品的優勢來自三個核心的系統特性：首先，Snowflake 是一款

159、全托管的 SaaS 產品，幾乎將運維負擔降到了零。雖然像 Amazon Redshift 這樣的服務極大地降低了創建數據倉庫的負擔， 但今后仍然會有管理和擴展 Redshift 的運維負擔。其次，Snowflake 的構建是為了支持結構化和半結構化數據的組合使用。例如，它可以接收 JSON、XML 或 Avro 格式的任意數據，并且全部支持嵌套和重復數據類型。這使得 Snowflake 既適用于傳統的數據倉庫使用場景，也適用于 Hadoop 或其它半結構化使用場景。最后，服務彈性為數據倉庫市場帶來了一種新的、有趣的價格模型。價格依據數據存儲大小和每小時使用的計算資源而定。如果不需要計算（比如在

160、夜間），那么就可以縮減計算資源，一直到再次需要為止。Redshift 使用快照和恢復提供了類似的功能，但恢復需要花費大量的時間將數據重新復制到 Redshift 主機。相比之下，Snowflake 根據需要向主機復制數據，其啟動速度更快。不同架構的數據倉庫特點對比Benchmarks傳統數倉云上數倉云原生數倉On-Premise：古法陳釀舊瓶裝舊酒Cloud-Based：古法新釀新瓶裝舊酒Cloud Native：釀造工藝和酒瓶的革命性升級技術形態性能受限底層硬件存算分離10倍以上提升受限架構形態爬坡周期36個月612個月24個月以上數字新趨勢 - 系列75Snowflake 的商業模式有些相

161、似，它的主要業務包含三塊：首先，Snowflake 要做云數據倉庫（Cloud Data Warehouse），但是它自己并沒有云設施。所以 Snowflake 與三大云巨頭 Azure、AWS 和 GCP（谷歌云平臺）合作，從三家云服務商”批發“來云設施資源，做成自己增值服務的 SaaS 產品，再轉售給客戶。其技術核心是將數據的多云（Multi-Cloud）存儲，變為集中存儲（Centralized Storage），這能使最終用戶的數據處理速度大幅提升。云資源經過批發轉零售本身也會產生差價，讓利給最終消費者的結果，使用 Snowflake 的云服務更便宜。其次，Snowflake 致力于打

162、造云數據平臺（Cloud Data Platform），所提供的服務為基于DW（數據倉庫）的數據分析服務。其技術核心是計算分析與存儲相分離，這與多數云服務計算與存儲緊密耦合的技術方式完全相反。這種技術方式的好處是專注于數據倉庫的分析能力，將復雜的數據專家工作變成傻瓜 UI，使沒有數據分析知識的用戶，也可以按照自己的想法使用 DW 的數據。最后， Snowflake新的服務產品是數據云 （Data Cloud） ， 應用層面的數據內容價值共享與交換。 其技術核心是虛擬的云服務， 也就是說使用者不用再考慮” 多云 “數據問題， 只對Snowflake一家就好。這三個階段的產品，完美演繹了 Snow

163、flake 的 SaaS 化過程；即將一個物理的數據存儲服務，成功轉化為一個通用的云 DW 的 SaaS 服務。云原生 新生產力的飛躍76元氣森林：“互聯網 + 飲料”的“網紅”式崛起元氣森林，將數據優先的理念引入研發運營的全流程，優化和創新各環節，加速了“試”的過程，大幅提升了爆款出現的概率。傳統消費品元氣森林經驗優先：焦點小組座談會（FGD）數據優先：多線并行快速試錯測試方式DTC渠道測試線下問卷、試吃微信私域運營，大數據分析挖掘用戶習慣測試成本測試周期幾十萬不等不足萬元1年左右36個月電商測試幾乎沒有電商平臺優先后臺銷售數據判斷是否規?；慨a便利店測試報表數據反饋周期極長競品同框擺放，記

164、錄分析消費者選購行為，根據抬頭率等數據調整產品估值60億美元銷售27億元增長309%占有率3.5%成立5年世界從來以及未來都不可能達到所謂的“扁平狀態”，而所謂成功的商人，比的就是誰能夠率先將利用信息落差而謀得利益。-地緣套利理論3.2 元氣森林2016 年，元氣森林成立，憑其“0 糖 0 脂 0 卡”的宣傳迅速風靡全國，只用了短短 4 年時間，估值就從 0 飆升到 140 億。正如美國廣告大師詹姆斯韋伯楊所說：創意，就是舊元素的新組合。在無糖茶、無糖碳酸飲料等領域，日本等其他國家明顯走在前列。元氣森林把這套成熟的、已經跑通的產品，拿到中國來再做一遍。元氣森林的研發走的是快速試錯的研發路子。以

165、口味為例，內部平均一兩天就做一次飲品口味測試，然后快速調整，整個研發周期控制在 3-6 個月，快的時候 3 個月就出產品了。元氣森林把做游戲產品的那一套搬到了飲料產品測試上，用數據驅動測試，成本低、速度快，效果明顯。新品投放到市場之后，元氣森林的系統可以快速計算產品的銷售情況、復購率等等。決策機構通過數據計算客戶留存率、復購傳統消費品企業與元氣森林的特點對比的全流程，優化和創新各環節，加速了“試”傳統消費品元氣森林經驗優先：焦點小組座談會（FGD）數據優先：多線并行快速試錯測試方式DTC渠道測試線下問卷、試吃微信私域運營，大數據分析挖掘用戶習慣測試成本測試周期幾十萬不等不足萬元1年左右36個月

166、電商測試幾乎沒有電商平臺優先后臺銷售數據判斷是否規?；慨a便利店測試報表數據反饋周期極長競品同框擺放，記錄分析消費者選購行為，根據抬頭率等數據調整產品數字新趨勢 - 系列77率，從而大幅度降低了庫存的堆積。這與有著強大供銷體系的傳統飲料巨頭形成了鮮明對比。在產品研發上，傳統公司一直沿用過去幾十年經過時間和市場驗證的焦點小組座談會的方式，流程復雜且周期長，極大地降低了企業組織架構和產品研發上的靈活性，而研發與市場之間存在的數據延遲，導致很多企業都存在庫存積壓的問題。3.3 認養一頭牛作為一家成立僅四年的品牌，認養一頭牛連續多年在多個點商平臺實現了銷量第一，成為新銳乳業的頭部玩家。食品行業是一個需

167、要全流程高度監測的行業。源頭牧場的牛群管理、飼料和奶源溯源涵蓋的流程環節多，涉及的人員廣，管理內容復雜，一直是傳統乳業難以突破的痛點。麥肯錫在 2020 年10 月針對美國 50 多位乳業高管做調查時發現：美國乳業正在將提高數字化程度和分析預測能力作為提升企業競爭力的一項重要指標。在生產流程上， 認養一頭牛對企業人員和上游供應商進行數字化管理， 將青貯系統與企業SAP系統集成，管理人員在地塊勘測，到飼料收儲以及與外部供應商協同上實現業務數字化。在打通農田與工廠之間的“任督二脈”后，認養一頭牛單個牧場信息管理人員減少 1-2 人，每天可減少60 多分鐘填表時間，收儲效率提升 20%，飼料品控提升

168、了 25%。原奶品質溯源，一直是圍繞在消費者和乳業從業人員心頭的難題。在奶源溯源上，認養一頭牛建立了一整套奶源溯源系統，使產奶、罐裝、運輸、質檢、加工環節流程標準、在線化，實現精準管控。從源頭開始，認養一頭牛進行全鏈路數字化的管理?！巴ㄟ^精細化的管理，去年認養一頭牛的平均單產為 12.5 噸，相比之下老牌的養牛企業基本在 11 噸以下，其牧場單產比行業平均高出 15%-20%，接近美國水準?！背嗽搭^牧場管理和工廠的數字化、全渠道的精細化運營同樣不可或缺?！皵祿盍选笔钦麄€乳制品行業存在的共性問題，而認養一頭牛建立數據中臺，將企業十多個一級組織的經營、銷售、月度計劃等報表、數據進行統一呈現，讓

169、各級部門能夠及時發現問題并制定策略。在產品銷售端，發貨量、發貨達成率可通過發貨看板實時呈現；而每天新老用戶數、銷售金額以及復購、拉新率等則能通過看板及時匯集，為經營決策提供數據支撐。通過數據中臺對經營數據的分析研判，認養一頭牛能夠預測出客戶復購量和新客量，根據前期用戶的分布情況，針對性的進行區域儲備，提升從生產到銷售的運營效率。云原生 新生產力的飛躍78在品牌運營上，認養一頭牛憑借“認養”的概念建立品牌差異化，面向消費者提供云認養、聯名認養以及實名認養三種模式，云養牛讓消費者可以直接觀看牧場動態和直播，聯名認養讓用戶可以享受到新鮮產品直送到家的服務和其他權益，實名認養可以讓消費者從源頭上把控牛

170、奶品質，這種“互聯網 +”養牛的思維比傳統乳制品企業進行生產過程的透明性和可溯源宣傳對消費者展現了足夠的吸引力。品牌的優勢讓用戶快速認識并記住，成功地撬動了品效增長并實現迅速破圈。3.4 申通快遞所謂的數字化轉型就是利用數字化技術（如大數據、云計算、人工智能等）來推動企業組織轉變業務模式、組織架構、企業文化等進行的變革措施。過去十多年，國內快遞行業通過“價格戰”的方式“野蠻生長”。但在快遞單票價格不斷逼近邊際成本之時，價格戰帶來的規模增長空間有限，快遞企業必須給未來的發展注入新動力。對此，申通快遞選擇了數字化轉型，2020 年，繼 2019 年申通快遞將核心系統搬上阿里云之后，在 2020 年

171、雙 11 前，申通快遞宣布將全站業務搬遷至阿里云，成為快遞行業首個全站業務使用公有云的企業。2020 年 4 月份和 6 月份，申通快遞發布針對網點的全視角業財一體化管理系統，隨后的 9 月份，申通快遞的“管家系”產品矩陣面貌全露，網點管家、中心管家等核心產品全部研發完成，覆蓋攬收、中轉、派送、客服等全業務流程。至此，申通快遞的數字 1.0 時代的體系布局全部完成，解決了數字化建設的基礎問題，實現了全鏈路要素數字化，并形成了數字分撥、智慧運輸、風控等多個解決方案。而在今年雙 11，申通快遞迎來了從數字 1.0 時代向 2.0 時代跨越的分界點。2.0 時代，申通快遞的目標變得更為直接：智能優化

172、、降本增效，將數據變成數字化能力，由數字化能力去建構產品和解決方案，從而讓物流的全流程更智能化、更精細。2019 年前，該公司使用線下機房作為計算及數據存儲平臺，業務系統是基于傳統的 IOE 企業架構。隨著業務規模的高速增長、數據量指數級增長以及業務形式愈發的多元化，傳統 IOE 架構遇到了瓶頸，各系統架構的不規范、穩定性差和研發效率低都限制了業務的發展。如果遇到雙11 之類的大促，一個較長周期的服務器采購及上架準備，更是耗時耗力。而云原生技術給申通快遞帶來了最急需的價值。系統上云，解決了成長空間的問題；統一包裹數據，搭建了數據基礎設施。申通快遞接下來的動作，就是建設智能工廠，涵蓋數字設備的應

173、用、轉運中心的智能升級、人和設備的交互。數字新趨勢 - 系列79快遞行業歷經電商時代的高速發展，如今已然變成水電煤一樣的社會基礎設施。數字的跳躍也反應了這一現狀，近 3 個月，快遞業務量實現從 500 億件到 600 億件、再到 700 億件的連續躍升。如此大趨勢下，“價格戰”顯然打不出贏得未來的競爭力，申通快遞的選擇是加速數字化轉型，把數字化融入申通快遞的基因。終局尚未可知，但基于數字化轉型，把技術驅動落實到網絡、產品、運營、服務中，變化自然就會到來。3.5 上汽大通上汽大通：傳統企業的數字重生傳統以產定銷的汽車制造流程缺乏與用戶的直接溝通，面對終端需求的個性化和智能化，上汽大通基于工業互聯

174、網實現C2B生產，使用戶參與到產品架構定義、整車性能和子系統開發、訂單跟蹤等階段，提供直接面向需求的生產，實現用戶驅動的大規模定制。服務于研發、運營、營銷等的數字化平臺和進行汽車制造的智能化工廠是上汽大通實現C2B模式的兩大支撐。上汽通過MAXUS等平臺支撐汽車價值鏈從研發到消費過程的重構，同時借助物聯網、云原生、大數據等技術實現生產線的智能化轉型，使產品上市周期減少35%，交付周期縮短20%，加工及產線切換時間縮短30%，并實現了99.8%的配置精確度。傳統ISA-95堆棧數字原生技術堆棧金字塔結構，層間數據傳遞效率差數據質量低扁平化，基于數據湖打通各層數據，縱向集成數據傳遞流程協同IT、O

175、T脫節，業務流程碎片化IT/OT融合貫穿集成擴展廠商標準執行程度不同接口集成負責擴展性差基于云原生構建統一環境實現跨廠商、平臺的強兼容性云原生 新生產力的飛躍80隨著中國汽車行業在互聯網時代變革的大趨勢和消費需求升級的市場環境變化，汽車市場消費群體正在年輕化、個性化和多元化，傳統以產定銷的汽車標準化制造流程缺乏與用戶的直接溝通，難以滿足不同用戶的差異化、個性化需求。面對終端需求的個性化和智能化， 上汽大通基于工業互聯網在2019中國數字化年會上， 上汽大通憑借 C2B 大規模個性化定制的發展模式，斬獲了“數字化創新典范”大獎。C2B 智能定制模式，即從 B 端標準主導到 C 端數據主導，包括供

176、應鏈的各個環節和智能制造工廠，提供直接面向需求的生產，實現了用戶參與產品架構定義、整車性能和子系統開發、訂單跟蹤等階段，實現了用戶驅動的大規模定制。這其中的每個環節都需要搜集、利用、分析用戶數據，智能工廠最終輸出成品。這個系統還包括組織結構。組織結構以用戶為驅動，建立以用戶需求為主導的數字化管理平臺是上汽大通組織結構的特色。整個系統支撐 C2B 智能定制模式的創新實踐。同時，基于數字化平臺的研發、運營、營銷流程再造保證了 C2B 智能定制模式的落地實施。在生產過程全鏈路管理上， 上汽大通有限公司建設了一套全生命周期區塊鏈數字化設計質量管理體系， 以自主開發數字化工具為載體，實現研發、智選、物流

177、、制造、質量管理和售后服務六大區塊數字化， 通過標準化的規范和協議， 以智能合約形式建立質量管理契約， 開發自動運行的智能系統，實現信息不可隨意更改性和可追溯性， 完善了數據信任機制；其次，將傳統的中心化系統發展為多中心或完全分布式的系統， 使各板塊能夠在同一系統中共享信息。憑借著創新全系 C2B 定制營銷模式和全生命周期的質量管理體系，上汽大通去年逆勢取得兩位數增長優秀成績。今年一季度，上汽大通 MAXUS 銷量增長態勢依然在延續，同時國內外市場全線飄紅。上汽大通 C2B 平臺與智能工廠數字新趨勢 - 系列81數字原生企業視圖互聯網企業傳統行業企業的新部門傳統行業新企業 互聯網企業 獨立軟件提供商 新制造 電商 新零售 金融 制造業 電信 能源 新金融 文娛 交通 醫療